-
题名基于改进生成对抗网络的图像风格迁移算法
- 1
-
-
作者
王圣雄
刘瑞安
燕达
-
机构
天津师范大学电子与通信工程学院
-
出处
《电子科技》
2024年第6期36-43,共8页
-
基金
天津师范大学研究生科研创新项目(2022KYCX033Z)。
-
文摘
图像风格迁移是图像处理领域的研究热点,但目前风格迁移模型存在生成图像细节模糊、风格纹理的色彩效果较差以及模型参数过多等问题。文中提出了一种基于改进循环一致性生成对抗网络的图像风格迁移方法,通过加入Ghost卷积模块和反残差改进模块来优化生成器网络结构,以此降低模型参数量和计算成本。同时能增强网络的特征提取能力,在损失函数中加入内容风格损失项、颜色重建损失项和映射一致性损失项来改善模型的生成能力,提升生成图像质量。实验结果表明,所提改进方法具有较强的风格迁移能力,有效增强了生成图像的内容细节和风格纹理的色彩效果,显著提升了图像质量,模型性能也得到了改善。
-
关键词
图像处理
图像风格迁移
生成对抗网络
CycleGAN
Ghost卷积
反残差模块
特征提取
颜色重建损失
-
Keywords
image processing
image style transfer
generative adversarial network
CycleGAN
Ghost convolution
inverted residual module
feature extraction
color reconstruction loss
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
