一种改进的CycleGAN图像风格迁移算法

摘要：

针对目前生成对抗网络的图像风格迁移效果存在细节丢失、图像真实性有待提高等问题,提出了一种改进的CycleGAN网络模型,使用U-Net代替原来的ResNet网络,以更好地保留图像细节和结构;在生成器和判别器中融入自注意力机制,进一步提升对重要细节的关注和重建能力,产生更逼真细腻的迁移效果.消融实验结果表明,该算法有效改善了风格迁移过程中细节丢失等问题,生成图像具有更好的视觉效果和真实感.

关键词：CycleGAN、风格迁移、生成对抗网络、U-Net、自注意力机制

所属期刊栏目：31

分类号：TP389(计算技术、计算机技术)

资助基金：北京市数字教育研究重点课题;北京印刷学院校级项目;北京印刷学院校级项目;北京印刷学院校级项目;北京印刷学院科研创新团队项目;北京印刷学院学科建设;研究生教育专项;研究生教育专项

在线出版日期：2023-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-6