-
题名基于StarGAN和类别编码器的图像风格转换
被引量：5
- 1
-
-
作者
许新征
常建英
丁世飞
-
机构
中国矿业大学计算机科学与技术学院
矿山数字化教育部工程研究中心(中国矿业大学)
-
出处
《软件学报》
EI
CSCD
北大核心
2022年第4期1516-1526,共11页
-
基金
国家自然科学基金(61976217,61976216)。
-
文摘
图像风格转换技术已经融入到人们的生活中,并被广泛应用于图像艺术化、卡通化、图像着色、滤镜处理和去遮挡等实际场景中,因此,图像风格转换具有重要的研究意义与应用价值.StarGAN是近年来用于多域图像风格转换的生成对抗网络框架.StarGAN通过简单地下采样提取特征,然后通过上采样生成图片,但是生成图片的背景颜色信息、人物脸部的细节特征会与输入图像有较大差异.对StarGAN的网络结构进行改进,通过引入U-Net和边缘损失函数,提出了用于图像风格转换的UE-StarGAN模型.同时,将类别编码器引入到UE-StarGAN模型的生成器中,构建了融合类别编码器的小样本图像风格转换模型,实现了小样本的图像风格转换.实验结果表明:该模型可以提取到更精细的特征,在小样本的情况下具有一定的优势,以此进行图像风格转换后的图片无论是定性分析还是定量分析都有一定的提升,验证了所提模型的有效性.
-
关键词
图像风格转换
生成对抗网络
StarGAN
U-Net
类别编码器
-
Keywords
image style transfering
generative adversarial network
StarGAN
U-Net
class encoder
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
