龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西北大学
摘要：本发明公开一种基于TuiGAN改进的脸谱图像风格迁移的方法，本首先对秦腔脸谱进行重新设置尺寸，然后对TuiGAN网络中生成器的注意力机制的网络顺序进行了调换；其次对生成器中的网络结构和判别器的网络结构加了两层卷积块，使其可以学习到更多精细的特征，实验发现，这样使脸谱纹理更加清晰；最后通过pytorch对网络进行构建，将处理好的秦腔脸谱图像传入到该网络中，得到了两张风格迁移化的脸谱图像，其解决了少量数据集的风格迁移问题，并且改进了TuiGAN生成图像细节不凸显的问题。
主权项：1.一种基于TuiGAN改进的脸谱图像风格迁移的方法，其特征在于包括以下步骤：步骤1：搜集两张秦腔脸谱图像，设置尺寸为512x512mm；步骤2：使用pytorch构建原始的TuiGAN网络结构，TuiGAN中的生成器由两个完全卷积网络组成； 的第n个尺度的转换IA→IAB的实现如下：首先，使用Φ将预处理为作为初始图像； 其中，代表的是图像A的第n次缩放的原图像,Φ是生成器中的网络结构，是通过生成器中的网络Φ生成后的图像；然后，使用注意力模型Ω生成一个平衡图像An，该平衡图像对图像区域之间的长期和多尺度依赖性进行建模，使用注意力模型Ω将作为输入和输出An，来平衡两个扩展结果； 其中，是低尺度下网络训练生成出来的图像，Ω与Φ的网路结构相似；最后，在通过生成的An线性组合来得到输出 其中，X表示逐像素乘法；类似地，第n个尺度的转换IB→IBA的实现如下： 步骤3：在第n个尺度上，生成器生成一个注意图；步骤4：对生成器的Φ与Ω添加两个卷积块，使其学习得到的特征更加明显；步骤5：对判别器D添加两层卷积块nn.Conv2d32,32,kernel_size＝1,1,1，使用pytorch构建更改注意力机制并且生成器和判别器的网络结构Φ与Ψ两层卷积层后的TuiGAN后网络结构，设置迭代次数，其他参数与原始的TuiGAN网络结构；步骤6：将步骤1的两张秦腔脸谱图像传入到该网络中，设置迭代次数，其他参数保持不变，进行训练得到迁移的图像。
全文数据：
权利要求：
百度查询： 西北大学 一种基于TuiGAN改进的脸谱图像风格迁移的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号