摘要
本发明公开了一种基于参考图像引导的草图生成人脸图像的方法。该方法首先利用生成器的特征提取网络分别提取人脸草图特征和参考图像特征,包括交替的下采样层和全局‑局部快速傅里叶卷积模块。再通过自适应跨域注意力模块对提取的草图和参考图像特征进行融合。在解码阶段,利用参考图像的映射特征进行归一化调整,并结合上采样层生成人脸图像。然后将生成的人脸图像和真实人脸图像输入判别器网络。在训练过程中,使用对抗性损失、循环一致性损失、感知损失和学习感知图像块相似度损失计算总损失,并最小化损失函数训练网络,最后向训练后的生成器网络输入草图以及参考图像,生成具有真实感的人脸图像。
技术关键词
生成人脸图像
生成器网络
局部特征提取
卷积模块
注意力
解码单元
二维快速傅里叶变换
图像编码器
生成对抗网络模型
真实感
生成特征
局部纹理特征
对抗性
特征提取网络
图像块
系统为您推荐了相关专利信息
视觉问答方法
多模态特征
令牌
表格特征
大语言模型
远程教育设备
人工智能技术
答疑方法
噪声特征提取
语音答疑系统
强化学习模型
柔性作业车间
邻居
异构
多层感知机
LSTM模型
预报方法
特征站点
静态特征
数据输入模块
轨迹分类方法
轨迹分类模型
注意力机制
生成轨迹
船舶