摘要
本申请涉及一种基于深度神经网络的人像摄影图像仿色方法和系统,基于特征交叉注意力网络进行原始图像和参考图像的特征交叉注意力编码,对于具备高分辨率的人像摄影图像,能够高效的实现特征编码;同时,利用语义分割图辅助解决细粒度元素风格映射问题,使模型能更好处理人像肤色、服装等细粒度语义元素,结合交叉注意力网络,对齐原始图像和参考图像语义层面的特征之后,将原始图像、全局信息特征提取网络输出的全局信息特征和风格特征交叉注意力网络输出的语义交叉信息特征融合,输出风格化图像。可以在色温、色调、曝光、对比度等总体图像因素,以及各个细粒度寓意元素层面,与参考图像均保持一致,进而实现高效率和高质量的人像风格化处理。
技术关键词
注意力
深度神经网络
风格
图像特征编码
全局特征提取
训练集
模型训练方法
特征提取网络
语义层面
处理器
计算机设备
编解码
模块
元素
优化器
可读存储介质
系统为您推荐了相关专利信息
光伏功率预测方法
光伏系统
微电网
元学习算法
光伏发电数据
海洋环境要素
海洋气象要素
地理加权回归模型
数据
图像分割网络
重建误差
语音识别模型
编码器
模型压缩方法
矩阵
棱镜透镜
微棱镜结构
现实眼镜
光学模块
微显示器