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！

龙图腾网恭喜杭州师范大学申请的专利一种基于深度学习的图像风格迁移方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114581341B 。

龙图腾网通过国家知识产权局官网在2025-06-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210313904.4，技术领域涉及：G06T5/60；该发明授权一种基于深度学习的图像风格迁移方法及系统是由李秀梅;朱晴;孙军梅设计研发完成，并于2022-03-28向国家知识产权局提交的专利申请。

本一种基于深度学习的图像风格迁移方法及系统在说明书摘要公布了：本发明公开一种基于深度学习的图像风格迁移方法及系统。本发明将利用AdaINRAST网络作为基本风格迁移网络，在此基础上改进为轻量级的编码器解码器网络，大大减少模型参数量从而提升迁移速度，减少信息损耗以保持图像的内容结构信息。采用渐进式应用AdaIN层的策略，在编码器中经过多个relu层后，将内容特征和风格特征的均值与标准差对齐以实现风格化，使风格渲染更精细充分。同时在解码器中添加注意力机制，使模型关注有效的通道和空间区域来重建图像，使显著性区域的语义信息得到更好保持。并且采用改进型损失函数，完善解码器重建图像的能力。使用所述方法有效提高了任意风格迁移模型的运行速度以及迁移质量。

本发明授权一种基于深度学习的图像风格迁移方法及系统在权利要求书中公布了：1.一种基于深度学习网络的图像风格迁移方法，其特征在于该方法包括以下步骤：步骤一、获取内容图像与风格图像数据，构建数据集；步骤二、对数据集中的图像数据进行预处理；步骤三、神经网络搭建和训练；3-1.搭建风格迁移网络所述风格迁移网络为卷积神经网络，采用改进自适应实例归一化实时任意风格迁移AdaINRAST网络，用于输入内容、风格图像输出风格化图像；所述风格迁移网络网络结构采用层数更浅的编码器-解码器结构，编码器用于将内容、风格图像从像素空间映射到特征空间，解码器用于将风格化特征从特征空间映射回像素空间；所述编码器由现有网络VGG19的前18层及AdaIN层嵌入其中组成，包括依次级联的第一至二二维卷积单元、第一AdaIN层、第三二维卷积单元、第一最大池化单元、第四二维卷积单元、第二AdaIN层、第五二维卷积单元、第二最大池化单元、第六二维卷积单元、第三AdaIN层；第一二维卷积单元作为所述编码器的输入端，接预处理后二维图像数据；第三AdaIN层作为所述编码器的输出端，输出风格化特征数据；所述解码器包括CBAM注意力模块、第七二维卷积单元、第一上采样层、第八至九二维卷积单元、第二上采样层、第十至十一二维卷积单元；CBAM注意力模块的输入端作为解码器的输入端，接编码器第三AdaIN层输出的风格化特征数据；第十一二维卷积单元的输出端作为所述解码器的输出端，输出最终的风格化图像；3-2.模型训练将步骤二预处理后图像数据输入到步骤3-1搭建的风格迁移网络中进行训练；训练将通过改进型损失函数计算中风格迁移网络输出的风格化图像与目标图像的损失值；通过损失值反向传播，网络迭代参数不断减小损失值以完成训练；步骤四、根据步骤三所搭建并训练的网络模型，输入待迁移的内容图像、风格图像，最终输出风格化图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州师范大学，其通讯地址为：311121 浙江省杭州市余杭区余杭塘路2318号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。