基于深度学习的多风格融合图像生成方法

本发明公开了基于深度学习的多风格融合图像生成方法，涉及多风格图像融合技术领域，为了解决不用的图像进行多风格融合时融合效果不佳的问题。本发明在融合过程中监测融合图像是否被破坏，并对融合后的图像的风格进行一致性确认，可以确保生成的融合图像在内容上和风格上都符合预期，内容损失则确保了生成图像与原始图像在内容上的相似性，使用反向传播算法计算损失相对于深度学习训练模型参数的梯度，并通过多次迭代不断更新模型参数，能够高效地优化模型性能，通过确认风格相关层的权重，并调整不同风格的向量值，实现了对图像风格的精细化控制，使得生成的图像在风格上更加细腻、丰富。