摘要
本发明属于图像处理技术领域,具体涉及一种图像艺术风格迁移算法,包括下列步骤:步骤S1,构建生成网络G,生成网络G的基本框架包括编码器和解码器;步骤S2,构建判别网络D,判别网络D采用马尔可夫判别器,由一系列连续的卷积模块构成;步骤S3,将生成网络G与判别网络D进行对抗训练,训练好的生成网络G用于生成目标风格迁移图像。本发明在特征融合过程中能有效保留图像结构信息和风格特征,大幅提升了跨尺度特征融合效果,使生成图像具有更丰富的细节和更自然的风格过渡。
技术关键词
通道注意力机制
卷积模块
采样模块
特征选择
缩放参数
编码器
网络
非线性
解码器
线性单元
算法
图像结构信息
线性变换矩阵
输出特征
判别特征
系统为您推荐了相关专利信息
客户流失预测方法
随机森林模型
变量
特征选择
参数优化模型
供需匹配方法
天然气
智能合约执行
建立预测模型
特征选择技术
可见光图像
检测显示器
融合特征
加权特征
像素单元
电流采样模块
电流变换模块
可编程滤波器
宽频高精度
动态
电磁继电器
低压换相开关
复合开关
晶闸管
电压检测模块