内容语义和风格特征匹配一致的艺术风格迁移

摘要：

随着计算机视觉领域的发展,图像风格迁移已经成为一个具有挑战性和研究价值的重要课题.针对现有方法无法有效保留内容图像物体轮廓和同种内容语义迁移多种不同风格特征的问题,提出了一个内容语义和风格特征匹配一致的艺术风格迁移网络.首先,利用双支路特征处理模块增强风格特征和内容特征,并保留内容图像的物体轮廓;然后,在注意力特征空间中实现特征分布对齐和融合;最后,采用具有空间感知能力的插值模块实现内容语义的风格一致化.使用 82 783 张真实照片和 80 095 张艺术画像进行风格迁移训练,另各使用 1 000 张真实照片和艺术画像进行测试.实验通过与最新的4种风格迁移方法进行比较,并进行消融实验分别验证该框架与所加损失函数的有效性.实验结果表明,本文网络在256像素图像生成中平均运行时间为9.42 ms,在512像素图像生成中平均运行时间为10.23 ms;同时避免了内容结构扭曲失真,并将内容语义和风格特征匹配一致,具有更好的艺术视觉效果.

关键词：卷积神经网络、图像风格迁移、注意力机制、风格一致化、特征融合

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：699-709