[發(fā)明專利]一種基于生成式對抗網(wǎng)絡(luò)的圖像風(fēng)格遷移方法在審
| 申請?zhí)枺?/td> | 201711155557.2 | 申請日: | 2017-11-20 |
| 公開(公告)號: | CN108038821A | 公開(公告)日: | 2018-05-15 |
| 發(fā)明(設(shè)計)人: | 孫靖文;王敏;楊柳 | 申請(專利權(quán))人: | 河海大學(xué) |
| 主分類號: | G06T3/40 | 分類號: | G06T3/40;G06T7/10;G06T7/90;G06N3/04 |
| 代理公司: | 南京經(jīng)緯專利商標(biāo)代理有限公司 32200 | 代理人: | 姜慧勤 |
| 地址: | 211100 江蘇*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 生成 對抗 網(wǎng)絡(luò) 圖像 風(fēng)格 遷移 方法 | ||
本發(fā)明公開了一種基于生成式對抗網(wǎng)絡(luò)的圖像風(fēng)格遷移方法,把缺少顏色或輕微殘缺的圖片的風(fēng)格遷移成色彩和形狀都較為完整的圖像,包括以下步驟:a)收集要風(fēng)格轉(zhuǎn)換的兩類圖片;b)圖像預(yù)處理,如果圖片像素過大,就分割成較小的部分;c)基于深度卷積網(wǎng)絡(luò)構(gòu)造生成式對抗網(wǎng)絡(luò);d)對生成式判別網(wǎng)絡(luò)進行訓(xùn)練;e)生成風(fēng)格遷移的圖像;f)如果預(yù)處理把圖片分割成較小的部分,還需要將它們拼接起來。本發(fā)明的圖像風(fēng)格遷移方法,能夠非人工地生成圖片的顏色特征,把繪圖不完整的部分自動補全,可以省去人工設(shè)計的繁瑣步驟。
技術(shù)領(lǐng)域
本發(fā)明涉及一種基于生成式對抗網(wǎng)絡(luò)的圖像風(fēng)格遷移方法,屬于計算機視覺和模式識別技術(shù)領(lǐng)域。
背景技術(shù)
在設(shè)計某種產(chǎn)品的時候,需要設(shè)計師手動地繪制完整的圖像,并且嘗試填充不同的顏色,需要耗費極大的精力進行各種嘗試,得到比較好的設(shè)計方案。但是如果運用深度學(xué)習(xí),就可以只繪制出該物體,就能夠自動的給物體設(shè)計填充的顏色,并且對于繪制不完整或者不合理的部分進行自動修復(fù),可以在極大的提高設(shè)計方面的效率。
因此,需要一種圖像風(fēng)格遷移方法,給顏色不完整或形狀不完整圖片上色或自動構(gòu)造其殘缺的形態(tài)部分,給設(shè)計工作者減輕構(gòu)想、設(shè)計方面極大的工作量。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是:提供一種基于生成式對抗網(wǎng)絡(luò)的圖像風(fēng)格遷移方法,把缺少顏色或輕微殘缺的圖片的風(fēng)格遷移成色彩和形狀都較為完整的圖像,減輕工作量。
本發(fā)明為解決上述技術(shù)問題采用以下技術(shù)方案:
一種基于生成式對抗網(wǎng)絡(luò)的圖像風(fēng)格遷移方法,包括如下步驟:
步驟1,獲取要風(fēng)格遷移的兩類圖像:第一類為需要遷移的圖像,第二類為參考圖像;
步驟2,對步驟1的兩類圖像進行歸一化或分割預(yù)處理,將其處理為256*256像素的圖像;
步驟3,采用自編碼器構(gòu)造生成式網(wǎng)絡(luò),并采用多層卷積構(gòu)造對抗網(wǎng)絡(luò),連接生成式網(wǎng)絡(luò)和對抗網(wǎng)絡(luò),得到生成式對抗網(wǎng)絡(luò);其中,設(shè)置生成式網(wǎng)絡(luò)的前4層為卷積網(wǎng)絡(luò)層,卷積網(wǎng)絡(luò)層每一層的卷積核為4*4,每一層均使用lrelu激活函數(shù),步長為2;設(shè)置生成式網(wǎng)絡(luò)的后4層為反卷積網(wǎng)絡(luò)層,反卷積網(wǎng)絡(luò)層每一層的反卷積核為4*4,步長為2,反卷積網(wǎng)絡(luò)層的前三層均使用lrelu激活函數(shù),反卷積網(wǎng)絡(luò)層的第四層無激活函數(shù),反卷積網(wǎng)絡(luò)層最后一層的輸出即為生成式網(wǎng)絡(luò)的輸出,生成式網(wǎng)絡(luò)的輸出作為對抗網(wǎng)絡(luò)的其中一個輸入;設(shè)置對抗網(wǎng)絡(luò)中的對抗網(wǎng)絡(luò)層為5層,對抗網(wǎng)絡(luò)層每一層的卷積核為4*4,對抗網(wǎng)絡(luò)層的前四層均使用lrelu激活函數(shù),步長為2,對抗網(wǎng)絡(luò)層的第五層無激活函數(shù),步長為4;
步驟4,采用步驟2預(yù)處理后的兩類圖像對生成式對抗網(wǎng)絡(luò)進行訓(xùn)練;
步驟5,根據(jù)步驟4訓(xùn)練好的生成式對抗網(wǎng)絡(luò)對需要遷移的圖像進行遷移,得到遷移后的圖像。
作為本發(fā)明的一種優(yōu)選方案,該圖像風(fēng)格遷移方法還包括步驟6,若遷移后的圖像為分割后的圖像,則需要將分割后的圖像進行拼接,得到最終遷移后的圖像。
作為本發(fā)明的一種優(yōu)選方案,所述步驟4的具體過程如下:采用兩個生成式對抗網(wǎng)絡(luò)產(chǎn)生的損失函數(shù)進行訓(xùn)練;
(1)將預(yù)處理后的參考圖像X
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于河海大學(xué),未經(jīng)河海大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711155557.2/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 農(nóng)業(yè)信息對抗資源目標(biāo)規(guī)劃最優(yōu)分配方法
- 農(nóng)業(yè)信息對抗資源模糊規(guī)劃最優(yōu)分配方法
- 農(nóng)業(yè)信息對抗資源線性規(guī)劃最優(yōu)分配方法
- 基于聚類數(shù)據(jù)挖掘的對抗行為搜索算法
- 面向多種對抗圖片攻擊的協(xié)同免疫防御方法
- 一種自適應(yīng)對抗強度的對抗訓(xùn)練方法
- 對抗攻擊模型的訓(xùn)練方法及裝置
- 對抗樣本的生成方法和裝置
- 多樣本對抗擾動生成方法、裝置、存儲介質(zhì)和計算設(shè)備
- 一種無人集群協(xié)同博弈對抗的控制方法及系統(tǒng)
- 網(wǎng)絡(luò)和網(wǎng)絡(luò)終端
- 網(wǎng)絡(luò)DNA
- 網(wǎng)絡(luò)地址自適應(yīng)系統(tǒng)和方法及應(yīng)用系統(tǒng)和方法
- 網(wǎng)絡(luò)系統(tǒng)及網(wǎng)絡(luò)至網(wǎng)絡(luò)橋接器
- 一種電力線網(wǎng)絡(luò)中根節(jié)點網(wǎng)絡(luò)協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡(luò)定位方法、存儲介質(zhì)及移動終端
- 網(wǎng)絡(luò)裝置、網(wǎng)絡(luò)系統(tǒng)、網(wǎng)絡(luò)方法以及網(wǎng)絡(luò)程序
- 從重復(fù)網(wǎng)絡(luò)地址自動恢復(fù)的方法、網(wǎng)絡(luò)設(shè)備及其存儲介質(zhì)
- 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、裝置及存儲介質(zhì)
- 網(wǎng)絡(luò)管理方法和裝置





