申请/专利权人:武汉纺织大学
申请日:2023-11-28
公开(公告)日:2024-02-23
公开(公告)号:CN117593177A
主分类号:G06T3/04
分类号:G06T3/04;G06N3/0464;G06N3/0475;G06N3/045;G06N3/094
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.12#实质审查的生效;2024.02.23#公开
摘要:本发明公开了一种多模态发型风格迁移生成方法和系统,包括:将目标图像与对应的潜在代码进行映射对齐,并通对齐损失进行约束;对参考图像和参考文本进行特征编码,获得对应的编码特征,将编码特征通过条件映射传入到CNN编码器的不同语义层中,对齐后的目标图像输入到CNN编码器中获得不同尺度的语义特征;利用注意力机制对输出的语义特征进行优化调节,并对CNN编码器中最高语义层输出的特征进行交叉注意处理,然后同时传入预训练好的StyleGAN的生成器中进行图像生成。本发明对比于仅靠文本或者草图进行的发型风格迁移图像过程中所产生的发型纹理结构的丢失,本方法通过与交叉注意块的调节控制,可得到更高保真的发型风格迁移生成图。
主权项:1.一种多模态发型风格迁移生成方法,其特征在于,包括如下步骤:步骤1,将目标图像与对应的潜在代码进行映射对齐,并通过对齐损失进行约束;步骤2,对参考图像和参考文本进行特征编码,获得对应的编码特征,将编码特征通过条件映射传入到CNN编码器的不同语义层中,对齐后的目标图像输入到CNN编码器中获得不同尺度的语义特征;步骤3,利用注意力机制对步骤2中的输出进行优化调节得到向量集合并对CNN编码器中最高语义层输出的特征进行交叉注意处理得到特征然后将和传入预训练好的StyleGAN的生成器中进行图像生成。
全文数据:
权利要求:
百度查询: 武汉纺织大学 一种多模态发型风格迁移生成方法和系统
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。