期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到102篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度卷积神经网络的数字图像风格转换
1
作者 吉宇 《信息记录材料》 2025年第2期221-223,共3页
本研究聚焦于一种基于深度卷积神经网络的图像风格转换方法,并引入有限内存BFGS(limited-memory Broyden-Fletcher-Goldfarb-Shanno,L-BFGS)优化算法对模型进行优化以提升转换效果。首先,针对传统的图像风格转换方法,探讨如何利用该网... 本研究聚焦于一种基于深度卷积神经网络的图像风格转换方法,并引入有限内存BFGS(limited-memory Broyden-Fletcher-Goldfarb-Shanno,L-BFGS)优化算法对模型进行优化以提升转换效果。首先,针对传统的图像风格转换方法,探讨如何利用该网络捕捉并迁移图像的风格特征,同时保持图像的内容信息。其次,采用L-BFGS方法精细调整网络参数,以实现更高效的风格迁移过程。最后,构建一个包含2000个样本的图像数据集,并利用矩阵实验室实现模型训练与测试。结果表明,本方法在图像内容保留、风格一致性、图像质量等方面均表现出显著优势。 展开更多
关键词 深度学习 卷积神经网络 风格转换 图像特征
在线阅读 下载PDF
基于特征对比的循环生成对抗网络图像风格转换研究
2
作者 闫娟 康鹏帅 +3 位作者 王士斌 梅学术 李燕 刘栋 《河南师范大学学报（自然科学版）》 CAS 北大核心 2024年第6期73-79,共7页
无监督图像到图像转换任务是在非配对训练数据的情况下学习源域图像到目标域图像的转换.但是,图像风格转换任务依然面临着图像内容丢失、模型坍塌等现象.为了解决上述问题,提出了一种局部特征对比来保持图像内容,通过特征提取器获得多... 无监督图像到图像转换任务是在非配对训练数据的情况下学习源域图像到目标域图像的转换.但是,图像风格转换任务依然面临着图像内容丢失、模型坍塌等现象.为了解决上述问题,提出了一种局部特征对比来保持图像内容,通过特征提取器获得多层图像深层特征,使得图像编码器学习到高级语义信息,获得信息更加丰富的图像特征.同时,增加局部特征对比损失来引导特征提取器学习到有利于图像内容生成的特征.实验结果表明,在大多数情况下,所提方法在FID和KID分数方面优于之前的方法,图像生成质量有一定的提升. 展开更多
关键词 特征对比 图像风格转换 对比损失
在线阅读 下载PDF
基于GAN的场景文本艺术风格转换
3
作者 刘冰 《计算机与数字工程》 2024年第5期1523-1528,共6页
图像风格转移是将风格样式迁移到源图像中的目标区域以创建艺术排版的任务,论文研究如何对场景文本图像中的文字区域进行风格转换,以实现自动对广告或海报中的文字进行风格转换,降低艺术创作的成本并提高艺术风格的多样性。由于场景文... 图像风格转移是将风格样式迁移到源图像中的目标区域以创建艺术排版的任务,论文研究如何对场景文本图像中的文字区域进行风格转换,以实现自动对广告或海报中的文字进行风格转换,降低艺术创作的成本并提高艺术风格的多样性。由于场景文本图像中不同因素之间存在复杂的相互作用,先前很少有在保留原始文字内容和背景的同时进行文本风格转换的工作。该文提出了一个三阶段的框架,这是首个直接在原图进行程度可控的风格转换的网络,将原本对单个二值化字符进行风格转换的方法扩展到场景文本图像上的文字,并涉及到了图像修复的相关知识。首先使用风格转换网络只对场景文本图像中的文本风格进行转换,后利用字符擦除网络擦除原始字符重建背景图像,最后融合部分利用生成的前景图像和擦除字符后的背景图像生成最终风格转换后的结果图像。论文通过大量实验证明了该方法的有效性。 展开更多
关键词 深度学习 生成对抗网络(GAN) 场景文本图像 图像风格迁移 字体风格转换 字符擦除
在线阅读 下载PDF
基于风格转换注意的循环一致风格转换
4
作者 张蕊儿 边晓航 +4 位作者 刘思远 刘滨 李建武 罗俊 祁明月 《河北科技大学学报》 CAS 北大核心 2024年第3期328-340,共13页
为了解决现有艺术风格转换方法难以同时高质量保持图像内容和转换风格模式的问题,引入一种新颖的风格转换注意网络(style-transition attention network, STANet),其包含2个关键部分:一是非对称注意力模块,用于确定参考图像的风格特征;... 为了解决现有艺术风格转换方法难以同时高质量保持图像内容和转换风格模式的问题,引入一种新颖的风格转换注意网络(style-transition attention network, STANet),其包含2个关键部分:一是非对称注意力模块,用于确定参考图像的风格特征;二是循环结构,用于保存图像内容。首先,采用双流架构,分别对风格和内容图像进行编码;其次,将注意力模块无缝集成到编码器中,生成风格注意表征;最后,将模块放入不同的卷积阶段,使编码器变成交错式的,促进从风格流到内容流的分层信息传播。此外,提出了循环一致损失,强制网络以整体方式保留内容结构和风格模式。结果表明:编码器优于传统的双流架构,STANet能用于交换具有任意风格的2幅图像的风格模式,合成更高质量的风格化图像,同时更好地保留了各自的内容。提出的带有风格转换注意的风格转换循环网络,模型风格化图像的内容细节更多,在泛化到任意风格方面获得了良好的效果。 展开更多
关键词 图像内容 风格转换 风格恢复 神经注意力 循环网络
在线阅读 下载PDF
支持隐私保护的智能物联网数据风格转换
5
作者 程锦科 李高磊 《电子科技》 2024年第10期1-5,14,共6页
传统智能物联网隐私保护技术主要嵌入在数据生命周期的传输、存储和分析阶段,忽视了在源头上保护数据隐私的重要性。文中提出一种支持隐私保护的智能物联网数据风格转换方法,在CycleGAN风格转换模型的基础上新增混淆身份信息的损失函数... 传统智能物联网隐私保护技术主要嵌入在数据生命周期的传输、存储和分析阶段,忽视了在源头上保护数据隐私的重要性。文中提出一种支持隐私保护的智能物联网数据风格转换方法,在CycleGAN风格转换模型的基础上新增混淆身份信息的损失函数,使得真实风格图像和动画风格图像在视觉上能够互相转化。动画风格的数据可用于数字世界(例如元宇宙等)中各类虚拟实体的构建,恶意用户无法根据虚拟实体逆向原始数据,或所逆向的原始数据无法被原深度学习模型正确识别,从而增强对物理世界真实实体的隐私保护。在人脸数据集上的实验结果表明,转换后的数据在不明显降低视觉失真度的条件下可使ArcFace人脸识别模型精度下降30%。 展开更多
关键词 风格转换 对抗样本 人脸识别 CycleGAN 数字孪生 智能物联网 隐私保护 元宇宙
在线阅读 下载PDF
基于StarGAN-VC的语音风格转换技术
6
作者 申少鹏 胡松涛 《电声技术》 2024年第1期35-37,共3页
文章基于星型生成式对抗网络-语音转换(Star Generative Adversarial Networks-Voice Conversion,StarGAN-VC)模型,研究了一种先进的语音风格转换技术,旨在实现对语音信号的高效转换。首先,详细阐述了基于StarGAN-VC的语音转换方法的基... 文章基于星型生成式对抗网络-语音转换(Star Generative Adversarial Networks-Voice Conversion,StarGAN-VC)模型,研究了一种先进的语音风格转换技术,旨在实现对语音信号的高效转换。首先,详细阐述了基于StarGAN-VC的语音转换方法的基本原理。其次,深入研究特征提取和基频转换方法,以及StarGAN-VC模型的数学原理。最后,通过在VCC2018数据集上的实验,验证了该方法的性能。实验结果表明,该方法在频谱包络相似度和基频准确度等指标上均取得了令人满意的效果。 展开更多
关键词 深度学习 语言风格转换 星型生成式对抗网络-语音转换(StarGAN-VC)模型 频谱分析
在线阅读 下载PDF
基于模板技术的电子地图显示风格转换的研究 被引量：13
7
作者 江南 夏丽华 代亚贞 《测绘通报》 CSCD 北大核心 2007年第11期26-29,共4页
根据电子地图显示存在的突出问题,提出电子地图显示模式、电子地图显示模板和电子地图显示风格转换的概念,并将GIS中的地图显示模式分为用途、设备以及操作显示模式。每个显示模式下又包含不同的显示风格。显示模式和显示风格的提出从... 根据电子地图显示存在的突出问题,提出电子地图显示模式、电子地图显示模板和电子地图显示风格转换的概念,并将GIS中的地图显示模式分为用途、设备以及操作显示模式。每个显示模式下又包含不同的显示风格。显示模式和显示风格的提出从概念层次解决了地图显示满足不了多用途、多用户需要的问题。显示模板提供了一种把制图专家经验应用于GIS地图显示的切实可行的方法。GIS中显示风格转换模块从技术上保证了显示模板的制作与转换。 展开更多
关键词 电子地图 显示模式 显示模板 显示风格转换
在线阅读 下载PDF
基于StarGAN和类别编码器的图像风格转换 被引量：5
8
作者 许新征 常建英 丁世飞 《软件学报》 EI CSCD 北大核心 2022年第4期1516-1526,共11页
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.Star... 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. 展开更多
关键词 图像风格转换 生成对抗网络 StarGAN U-Net 类别编码器
在线阅读 下载PDF
基于神经网络的文本风格转换
9
作者 郝志峰 陈渝升 +2 位作者 蔡瑞初 温雯 王丽娟 《计算机科学与应用》 2020年第10期1888-1899,共12页
文本风格转换在书面创作、品牌推广等许多方面具有良好的应用前景,近年来也逐渐成为研究热点。现有的文本转换工作对风格表示简单,无法适应文本风格差异较大的场景。本文提出一种基于注意力机制的风格表示方法,增加风格特征携带的信息... 文本风格转换在书面创作、品牌推广等许多方面具有良好的应用前景,近年来也逐渐成为研究热点。现有的文本转换工作对风格表示简单,无法适应文本风格差异较大的场景。本文提出一种基于注意力机制的风格表示方法,增加风格特征携带的信息量。文本的文本风格转换模型包括以下步骤:首先对输入句子的词序列与词性序列进行向量化,之后经过两个Bi-LSTM编码器分别计算文本的内容与风格特征序列,将内容序列作用于LSTM解码器生成词汇,而风格序列则经过本文提出的风格调整方法,对输出的词汇概率进行调整,最终输出为指定风格的句子。实验结果表明,对于不同类型的数据,模型的转换准确率与内容保存程度均有更好表现。 展开更多
关键词 长短期记忆循环神经网络 文本风格转换 注意力机制 序列到序列框架 文本生成
在线阅读 下载PDF
论中国古代章回小说的情节与风格转换——以《三国演义》《水浒传》《金瓶梅》和《红楼梦》为例 被引量：1
10
作者 刘相雨 《陕西理工学院学报（社会科学版）》 2016年第1期66-72,共7页
中国古代章回小说的情节性非常强,经典章回小说大多重视情节之间的转换,而情节的转换又带来小说审美风格的转换。古代的小说评点家则以不同的术语来概括这一现象。其中,金圣叹以"山摇地撼"与"柳丝花朵"来概括;毛伦... 中国古代章回小说的情节性非常强,经典章回小说大多重视情节之间的转换,而情节的转换又带来小说审美风格的转换。古代的小说评点家则以不同的术语来概括这一现象。其中,金圣叹以"山摇地撼"与"柳丝花朵"来概括;毛伦、毛宗岗父子以"寒冰破热,凉风扫尘之妙"来概括;张竹坡以"风雨凄凄"与"春光融融"来概括;文龙以"乐极生悲"、脂砚斋以"乐极悲生"来概括。这种情节、风格的转换方式与我们民族二元对立统一的文化心理结构有关。 展开更多
关键词 情节转换 风格转换 章回小说
在线阅读 下载PDF
基于深度神经网络的绘画艺术风格转换算法
11
作者 丁春玲 《西安文理学院学报（自然科学版）》 2020年第3期12-15,共4页
非真实感绘制(Non-photorealistic Rendering,NPR)能用于模拟艺术风格,也能创造新式艺术绘制风格.探讨了NPR中的绘画艺术风格转换技术,采用卷积神经网络派生的图像表示,并设计了一种艺术风格的算法.该算法可以分离并重新组合图像的内容... 非真实感绘制(Non-photorealistic Rendering,NPR)能用于模拟艺术风格,也能创造新式艺术绘制风格.探讨了NPR中的绘画艺术风格转换技术,采用卷积神经网络派生的图像表示,并设计了一种艺术风格的算法.该算法可以分离并重新组合图像的内容和风格样式,能够产生具有高质量的新图像.以新安画派的绘画风格为实例,采用本算法将样本图像转换为新安画派风格的新图像. 展开更多
关键词 深度学习 卷积神经网络 艺术风格转换
在线阅读 下载PDF
木刻版画风格转换的深度学习算法 被引量：7
12
作者 李应涛 徐丹 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第11期1804-1812,共9页
为了使木刻版画风格转换结果呈现出更明显的木刻刻痕纹理,同时保持刻痕纹理分布的合理性,提出一种基于神经网络语义分割算法和神经风格转换的木刻版画风格转换算法,该算法按不同区域进行木刻版画的风格转换.首先,使用神经网络分割算法和... 为了使木刻版画风格转换结果呈现出更明显的木刻刻痕纹理,同时保持刻痕纹理分布的合理性,提出一种基于神经网络语义分割算法和神经风格转换的木刻版画风格转换算法,该算法按不同区域进行木刻版画的风格转换.首先,使用神经网络分割算法和Labelme图像标注工具分别对内容图像和木刻版画图像进行语义分割.然后将分割结果二值化,形成掩膜图像.将掩膜图像作为引导,与内容图像和木刻版画图像一起输入具有空间引导通道的神经风格转换网络进行分区域风格转换.在PyTorch深度学习框架下,使用该算法对大量人物和自然场景图片进行木刻版画风格转换,并与基于迭代优化、快速风格转换和任意风格转换3类神经风格转换算法中各自最具代表性算法的转换结果进行比较.结果表明,所提算法的木刻版画风格转换结果所呈现的木刻刻痕纹理明显,刻痕纹理分布合理,转换结果真实自然,更接近真实的木刻版画. 展开更多
关键词 木刻版画 神经风格转换 图像语义分割 空间引导通道
在线阅读 下载PDF
结合纹理特征分析的图像风格转换网络 被引量：5
13
作者 余英东 杨怡 林澜 《计算机应用》 CSCD 北大核心 2020年第3期638-644,共7页
针对图像风格转换效率不高、效果不佳的问题,提出一种结合图像纹理特征分析,并基于预训练网络的前馈残差图像风格转换算法。该算法利用预训练深层网络来提取风格图的深度特征,采用残差网络来进行深层训练以及进行图像变换;同时通过分析... 针对图像风格转换效率不高、效果不佳的问题,提出一种结合图像纹理特征分析,并基于预训练网络的前馈残差图像风格转换算法。该算法利用预训练深层网络来提取风格图的深度特征,采用残差网络来进行深层训练以及进行图像变换;同时通过分析研究输入风格图与内容图的纹理特征对转换效果的影响,针对不同输入图像采取相应的处理方法来提升转换效果。实验结果表明,与现有深度图像风格转换算法相比,该算法的输出视觉效果更佳,归一化风格损失更小,耗时更短,并且根据输入图像的信息熵与不变矩的计算来指导网络参数的设定与调整,能够针对性地优化网络,取得了良好的效果。 展开更多
关键词 图像风格转换 深度残差网络 图像纹理特征 预训练网络 格拉姆矩阵
在线阅读 下载PDF
基于深度学习的中文字体风格转换研究综述 被引量：4
14
作者 程若然 赵晓丽 +1 位作者 周浩军 叶翰辰 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第3期510-519,530,共11页
根据中文字体风格转换研究发展的不同阶段进行方法分类,简要回顾传统方法,梳理分析深度学习方法.介绍常用的公开数据集和评价标准.分别从提高生成质量、增强个性化差异、减少训练样本数量和学习书法字体风格共4个方面展望未来研究.
关键词 字体风格转换 深度学习 图像翻译 神经网络 字体生成
在线阅读 下载PDF
基于新的风格损失函数的图像风格转换方法 被引量：5
15
作者 钱燕芳 王敏 《电子测量技术》 2019年第4期70-73,共4页
虽然基于深度学习的图像风格转换方法已经取得了很大的进展,但是这些方法都没有考虑到生成图像的线条扭曲现象,为此提出直方图损失和转换Gramian矩阵相结合的方法。图像的直方图信息可以判断出图像质量的好坏,在图像风格转换中使用直方... 虽然基于深度学习的图像风格转换方法已经取得了很大的进展,但是这些方法都没有考虑到生成图像的线条扭曲现象,为此提出直方图损失和转换Gramian矩阵相结合的方法。图像的直方图信息可以判断出图像质量的好坏,在图像风格转换中使用直方图损失,不仅可以增强图像,还可以使生成的图像更加稳定。转换Gramian矩阵类似于Gram矩阵,但是前者提取出图像纹理信息更加完整,还考虑到了图像的空间排列信息。实验结果表明,这两种方法的结合不仅能使生成的图像没有线条扭曲,还能减少图像生成的迭代次数。 展开更多
关键词 深度学习 图像风格转换 GRAM矩阵 转换Gramian矩阵
在线阅读 下载PDF
基于相机风格转换的行人再识别 被引量：1
16
作者 邓杰 王旭智 万旺根 《电子测量技术》 北大核心 2022年第12期120-126,共7页
不同相机间的风格变化是行人再识别领域的一个重要挑战,为了平滑相机风格差异,丰富行人样本的多样性,本文通过风格转换方法显式学习相机间的不变特征。具体来说,利用循环一致性生成对抗网络为每个行人生成具有其他相机风格的转换图像,... 不同相机间的风格变化是行人再识别领域的一个重要挑战,为了平滑相机风格差异,丰富行人样本的多样性,本文通过风格转换方法显式学习相机间的不变特征。具体来说,利用循环一致性生成对抗网络为每个行人生成具有其他相机风格的转换图像,并与原始样本一起组成增强数据集进行训练;另外,本文使用注意力机制对特征通道进行重新加权以提取更具判别力的行人外观特征,最后使用多任务损失对再识别网络进行监督训练。实验结果表明,本文方法在公开数据集Market1501和DukeMTMC-reID上的mAP和top-1指标分别达到了86.5%,95.1%以及77.1%,87.2%,优于现有算法。相机风格转换作为一种数据增强方法,有效扩充了数据集并降低了人工标注成本,同时提升了在多摄像机场景下的识别准确性。 展开更多
关键词 行人再识别 风格转换 循环一致性生成对抗网络 注意力机制
在线阅读 下载PDF
基于图像风格转换的水下图像显著性检测算法 被引量：2
17
作者 郭继昌 汪昱东 +2 位作者 刘迪 艾羽丰 贾伟广 《数据采集与处理》 CSCD 北大核心 2021年第1期35-44,共10页
由于水下显著性检测数据集不足,导致基于深度学习的水下图像显著性检测网络容易出现过拟合的问题,从而影响显著性检测网络的性能。针对上述问题,本文引入图像风格转换方法,提出一种基于CycleGAN的水下显著性检测网络。网络生成器由图像... 由于水下显著性检测数据集不足,导致基于深度学习的水下图像显著性检测网络容易出现过拟合的问题,从而影响显著性检测网络的性能。针对上述问题,本文引入图像风格转换方法,提出一种基于CycleGAN的水下显著性检测网络。网络生成器由图像风格转换子网络和显著性检测子网络构成。首先,通过无监督的级联方式对风格转换子网络进行风格转换训练,并利用该网络对陆地图像和水下图像进行风格转换,构建训练和测试图像数据集,以解决水下显著性检测数据集不足的问题;然后,使用陆地及其风格转换后的显著性数据集对显著性检测子网络进行训练,以增强网络的特征提取能力;最后对两个图像风格的输出结果进行融合优化,以提高显著性检测网络性能。实验结果表明,本文提出的水下显著性检测网络相比于单纯的陆地和水下图像显著性检测网络,其检测平均绝对误差和F值至少分别提高了10.4%和2.4%。 展开更多
关键词 水下图像 显著性检测 图像风格转换 深度学习
在线阅读 下载PDF
基于深度学习的图像风格转换研究 被引量：3
18
作者 朱海峰 邵清 《软件》 2020年第3期102-106,117,共6页
随着深度学习的发展,图像风格转换任务开始使用卷积神经网络实现。针对传统图像转换网络在转换后,保留纹理细节的能力不足的问题,本文基于Justin等人的风格转换模型,优化了转换网络中的残差结构,并结合生成对抗的思想,改进了风格转换模... 随着深度学习的发展,图像风格转换任务开始使用卷积神经网络实现。针对传统图像转换网络在转换后,保留纹理细节的能力不足的问题,本文基于Justin等人的风格转换模型,优化了转换网络中的残差结构,并结合生成对抗的思想,改进了风格转换模型,使模型能提取图像中更抽象的特征,并对损失函数进行调整,进一步提升生成图像的质量。实验表明,本文方法在进行图像风格转换时,有效提升了风格化效果并且通过比较在多种评价指标下得到的结果,可知图像质量得到提升。 展开更多
关键词 深度学习 图像风格转换 卷积神经网络
在线阅读 下载PDF
基于字体特征与多尺度PatchGAN的中文字体风格转换研究 被引量：1
19
作者 程若然 赵晓丽 周浩军 《云南大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第6期1228-1237,共10页
针对现有中文字体风格转换方法生成字符图像质量低以及生成字体图像与目标字体图像风格不一致的问题,提出基于字体特征与多尺度patch生成对抗网络的中文字体风格转换方法.首先,根据字体特点设计两个特征提取网络,分别提取字体风格特征... 针对现有中文字体风格转换方法生成字符图像质量低以及生成字体图像与目标字体图像风格不一致的问题,提出基于字体特征与多尺度patch生成对抗网络的中文字体风格转换方法.首先,根据字体特点设计两个特征提取网络,分别提取字体风格特征和字符内容特征;然后,将两个特征输入生成器,利用字体风格特征约束生成字符图像的风格,字符内容特征约束生成字符图像的字形;最后,将生成字符图像输入到多尺度patch判别器中,对生成结果的多尺度图像块判断真假.实验结果表明,所提方法有效提升了生成字符图像的质量以及与目标字体的风格一致性. 展开更多
关键词 中文字体风格转换 字体特征提取 多尺度patch生成对抗网络 深度学习
在线阅读 下载PDF
基于通道分组注意力的无监督图像风格转换模型 被引量：1
20
作者 孙铭一 孙刘杰 李佳昕 《包装学报》 2021年第5期75-84,共10页
为了解决无监督图像风格转换模型输出结果的局部伪影和局部特征丢失问题,提出了一种基于通道分组注意力机制的图像风格转换模型。生成器部分采用通道分组注意力残差块,以增强生成器部分对于图像特征的提取以及有效特征的利用;鉴别器部... 为了解决无监督图像风格转换模型输出结果的局部伪影和局部特征丢失问题,提出了一种基于通道分组注意力机制的图像风格转换模型。生成器部分采用通道分组注意力残差块,以增强生成器部分对于图像特征的提取以及有效特征的利用;鉴别器部分采用双鉴别器结构,利用增加的局部鉴别器增强对于生成图像细节的鉴别,利用多分辨率尺度的全局鉴别器增强生成图像的内容合理性与结构连贯性。实验结果表明:本模型比起BicycleGAN、MUNIT等模型不但体积更小,而且可以获得更高的NIMA美观度得分以及LPIPS多样性得分;在包装类产品的平面设计迁移应用任务中,本模型同样表现良好。 展开更多
关键词 无监督 通道注意力机制 图像风格转换
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
使用帮助 返回顶部