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：浙江工业大学

摘要：一种基于生成对抗网络的非匹配图像风格转换方法，包括以下步骤：1同时输入属于A风格图像xa以及属于B风格图像xb进入风格转换神经网络中；2根据源域图像，网络生成器生成对应的目标域风格图像；3将源域与生成的目标域图像经过分割网络，通过形状一致性损失进行约束；4将源域与生成的目标域图像经过感知网络，通过感知损失进行一致性约束；5判别器对生成器生成的图像进行质量评判；6按步骤1～5重复设定次数，直到网络收敛。本发明旨在没有互相匹配的图像数据情况下，利用深度学习技术，实现将图像的风格进行有效的转换。通过精心设计的网络结构，能够有效地提高转换图像的质量且适应于更广阔的应用场景范围。

主权项：1.一种基于生成对抗网络的非匹配图像风格转换方法，其特征在于：所述方法包括以下步骤：1同时输入属于A风格图像xa以及属于B风格图像xb进入风格转换神经网络中，风格转换神经网络为包含了生成器与判别器的生成对抗网络；2根据源域的图像，风格转换神经网络生成目标域的图像，将A风格图像xa作为源域，则转换生成目标域B风格图像xa2b，将B风格图像xb作为源域，转换生成目标域A风格图像xb2a；3将源域的图像与转换生成的目标域的图像经过分割网络，使用形状的一致性损失对生成图像进行约束，保证源域的图像与生成转换的目标域图像具有相同的边缘形状；4将源域的图像与转换生成的目标域图像经过感知网络，使用感知损失对生成图像进行约束，保证源域的图像与生成转换的目标域图像具有高层信息的一致性；5判别器对生成器生成的图像进行质量评判，区分输入判别器的图像是真实图像或网络生成的假图像；6将步骤1～5不断重复设定的次数，生成器与判别器不断相互博弈，共同提高性能，直到网络收敛；所述风格转换神经网络通过使用对应于不同风格的独立编解码器结构，充分学习了如何将图像编码成内容编码以及风格编码；风格转换神经网络包括两组生成器与判别器，分别针对源域图像与目标域图像进行图像的生成与判别；针对每一组的生成器，其中包含了编码器与解码器的结构，编码器对图像进行编码操作，其中包含了两个编码器结构：内容编码器，对图像的内容特征进行编码，生成内容编码；风格编码器，对图像的风格特征进行编码，生成风格编码；解码器对编码器完成的编码进行解码，将内容编码与风格编码融合，合成对应的目标域风格图像。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种基于生成对抗网络的非匹配图像风格转换方法