10.19734/j.issn.1001-3695.2019.03.0093
基于图像蒙板的无监督图像风格迁移
目前大多数的图像风格迁移方法属于有监督学习,训练数据需要成对出现,并且在处理图像背景时,现有的方法过于繁琐.针对这些问题,提出了一种基于图像蒙板的无监督图像风格迁移方法.在实验中,采用了基于循环一致性的CycleGAN架构,并使用Inception-ResNet结构设计了一个全新的具有内置图像蒙板的生成式模型,最后通过无监督学习将图像的背景与学习到的抽象特征进行自动重组.实验表明,新方法有效地对图像背景和抽象特征进行自动分离与重组,同时解决了特征学习过程中的区域干扰问题,获得了可观的视觉效果.
图像风格迁移、生成式对抗网络、无监督学习、图像蒙板、深度学习
37
TP391.12(计算技术、计算机技术)
国家自然科学基金资助项目;广东省科技计划项目;广东省教育厅项目;广州市科技计划项目
2020-10-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
2552-2555