申请/专利权人：上海海事大学

申请日：2020-12-24

公开（公告）日：2021-03-26

公开（公告）号：CN112561791A

主分类号：G06T3/00(20060101)

分类号：G06T3/00(20060101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.04.13#实质审查的生效;2021.03.26#公开

摘要：本发明公开了一种基于优化AnimeGAN的图像风格迁移，具体包含以下过程：建立风格迁移的训练集，包含原风格图像集和目标风格图像集；构建生成网络：所述生成网络为编码器‑解码器结构，包含标准卷积块、下采样卷积块、倒置残差块、上采样卷积块和深度可分离卷积；构建判别网络：所述判别网络中的卷积层为标准卷积；进行生成网络与判别网络的对抗训练，得到训练成熟的生成网络；采用训练成熟的生成网络对图像进行目标风格迁移，生成目标风格迁移图像。本发明基于优化后的AnimeGAN进行图像风格迁移，著降低了图像训练时间；将优化后的AnimeGAN应用于非成对图像之间的风格迁移，使得生成的图像具有明显的目标风格纹理、内容迁移的效果更好，且图像边缘清晰。

主权项：1.一种基于优化AnimeGAN的图像风格迁移，其特征在于，包含以下步骤：S1、建立风格迁移的训练集，包含原风格图像集和目标风格图像集；S2、构建生成网络G：所述生成网络G为编码器-解码器结构，包含标准卷积块、下采样卷积块、倒置残差块、上采样卷积块和深度可分离卷积；S3、构建判别网络D：所述判别网络D中的卷积层为标准卷积；S4、进行生成网络G与判别网络D的对抗训练，得到训练成熟的生成网络G；S5、采用训练成熟的生成网络G对图像进行目标风格迁移，生成目标风格迁移图像。

全文数据：

权利要求：

百度查询： 上海海事大学 一种基于优化AnimeGAN的图像风格迁移

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD