摘要
本发明涉及人工智能领域的一种跨多域图像生成模型,包括风格特征提取器Ex、融合图像风格特征生成器G、图像风格编码器Es和域特定判别器D。Ex从高斯分布采样噪声,输出多风格特征向量。G的压缩编码层提取图像内容,解码层通过AdaIN融合风格特征生成图像。Es对比生成图像与参考风格特征,并让生成样本保留原图特征。D多分支输出域概率,与G通过最大信息熵对抗训练,实现跨多域生成,提升多样性。
技术关键词
图像生成模型
风格
样本
编码器
信息熵
图像提取特征
解码
网络
多分支
噪声
数学
重构
上采样
模式
参数
系统为您推荐了相关专利信息
卫星云图
特征提取模型
地基云图
超短期功率预测
云团
脉冲神经网络模型
分布优化方法
无监督学习算法
数据
交叉注意力机制
光刻热点检测
卷积网络模型
局部图形密度
嵌入特征
节点
结构化录入方法
语音编码器
音频特征
语义特征
医疗场景