公开(公告)号：CN111325681B

公开(公告)日：2022-10-11

申请号：CN202010071306.1

申请日：2020-01-20

Applicant: 南京邮电大学

Inventor： 程春玲 ,  季苏瑞 ,  闵丽娟 ,  王亚石 ,  杨维荣

IPC: G06T5/00 ,  G06T5/50 ,  G06T7/11 ,  G06T7/13 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种结合元学习机制与特征融合的图像风格迁移方法，本发明将基于卷积计算的特征融合和利用元学习机制解码特征图的两种方法结合。首先通过卷积计算初步融合内容特征和风格特征，且对初步融合的特征图和内容特征图做加权求和操作，通过调节权重控制风格化程度；然后利用元学习机制把融合特征图解码为风格化图像，且在解码的过程中对风格进行二次学习，保证了风格特征的充分表达。本发明提高了风格化图像的质量，使得合成图像的风格更加忠实于原风格；基于内容图像和风格图像的特性，控制风格化的程度；利用元学习机制同时进行风格二次学习和解码特征图操作，缩短了风格迁移的时间，快速实现任意图像的风格化。

公开(公告)号：CN111325681A

公开(公告)日：2020-06-23

申请号：CN202010071306.1

申请日：2020-01-20

Applicant: 南京邮电大学

Inventor： 程春玲 ,  季苏瑞 ,  闵丽娟 ,  王亚石 ,  杨维荣

IPC: G06T5/00 ,  G06T5/50 ,  G06T7/11 ,  G06T7/13 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种结合元学习机制与特征融合的图像风格迁移方法，本发明将基于卷积计算的特征融合和利用元学习机制解码特征图的两种方法结合。首先通过卷积计算初步融合内容特征和风格特征，且对初步融合的特征图和内容特征图做加权求和操作，通过调节权重控制风格化程度；然后利用元学习机制把融合特征图解码为风格化图像，且在解码的过程中对风格进行二次学习，保证了风格特征的充分表达。本发明提高了风格化图像的质量，使得合成图像的风格更加忠实于原风格；基于内容图像和风格图像的特性，控制风格化的程度；利用元学习机制同时进行风格二次学习和解码特征图操作，缩短了风格迁移的时间，快速实现任意图像的风格化。