-
公开(公告)号:CN113902613B
公开(公告)日:2024-08-06
申请号:CN202111399319.2
申请日:2021-11-19
Applicant: 江苏科技大学
IPC: G06T3/04 , G06V10/26 , G06V10/762 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于三支聚类语义分割的图像风格迁移系统及其方法,包括:图像预处理、图像语义分割、图像内容和风格特征的提取、风格匹配、以及图像的相似度度量。本发明采用语义分割技术,在图像风格迁移中的应用有效应对了风格迁移过程中可能产生的风格溢出的问题;所使用的MUNIT模型属于无监督深度学习模型,该模型不仅无需配对的数据集,且能产出多种风格的图像,很大程度上满足了用户的多样性需求;采用基于SSIM指标的图像相似度度量算法这一步骤实现了对相似风格图像的生成抑制,在满足多样性需求的同时也保证了整个系统的稳定性和有效性。
-
公开(公告)号:CN113902613A
公开(公告)日:2022-01-07
申请号:CN202111399319.2
申请日:2021-11-19
Applicant: 江苏科技大学
Abstract: 本发明公开了一种基于三支聚类语义分割的图像风格迁移系统及其方法,包括:图像预处理、图像语义分割、图像内容和风格特征的提取、风格匹配、以及图像的相似度度量。本发明采用语义分割技术,在图像风格迁移中的应用有效应对了风格迁移过程中可能产生的风格溢出的问题;所使用的MUNIT模型属于无监督深度学习模型,该模型不仅无需配对的数据集,且能产出多种风格的图像,很大程度上满足了用户的多样性需求;采用基于SSIM指标的图像相似度度量算法这一步骤实现了对相似风格图像的生成抑制,在满足多样性需求的同时也保证了整个系统的稳定性和有效性。
-