公开(公告)号：CN117635418B

公开(公告)日：2024-05-14

申请号：CN202410101475.3

申请日：2024-01-25

Applicant: 南京信息工程大学

Inventor： 朱高峰 ,  瞿治国 ,  孙乐

IPC: G06T3/04 ,  G06N3/094 ,  G06N3/0464

Abstract: 本发明公开了一种生成对抗网络的训练方法、双向图像风格转换方法和装置，所述生成对抗网络的训练方法包括：获取用于训练的图像数据集，其中所述图像数据集包括多个真实第一风格图像以及对应的真实第二风格图像；利用所述图像数据集对生成对抗网络进行训练，获得训练好的生成对抗网络。该生成对抗网络的训练方法、双向图像风格转换方法和装置，通过在生成网络中加入特征二维注意力模块，并与卷积层、转置卷积层和反卷积层相配合，根据目标域的特征对图像进行自适应的调整，以在训练时采用虚拟批正则化和的手段提升训练速度和收敛速度，从而根据训练后的生成对抗网络模拟现有的风格创作出一幅全新的相似该风格的图像。

公开(公告)号：CN117635418A

公开(公告)日：2024-03-01

申请号：CN202410101475.3

申请日：2024-01-25

Applicant: 南京信息工程大学

Inventor： 朱高峰 ,  瞿治国 ,  孙乐

IPC: G06T3/04 ,  G06N3/094 ,  G06N3/0464

Abstract: 本发明公开了一种生成对抗网络的训练方法、双向图像风格转换方法和装置，所述生成对抗网络的训练方法包括：获取用于训练的图像数据集，其中所述图像数据集包括多个真实第一风格图像以及对应的真实第二风格图像；利用所述图像数据集对生成对抗网络进行训练，获得训练好的生成对抗网络。该生成对抗网络的训练方法、双向图像风格转换方法和装置，通过在生成网络中加入特征二维注意力模块，并与卷积层、转置卷积层和反卷积层相配合，根据目标域的特征对图像进行自适应的调整，以在训练时采用虚拟批正则化和的手段提升训练速度和收敛速度，从而根据训练后的生成对抗网络模拟现有的风格创作出一幅全新的相似该风格的图像。

公开(公告)号：CN116630140A

公开(公告)日：2023-08-22

申请号：CN202310333180.4

申请日：2023-03-31

Applicant: 南京信息工程大学

Inventor： 朱高峰 ,  瞿治国

IPC: G06T3/00 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/094

Abstract: 本发明公开了一种基于条件生成对抗网络的动漫人像真人化的实现方法、设备及介质，获取若干对成对的动漫人像图片和真实人像图片作为训练样本；将训练样本输入条件生成对抗网络进行训练，直到损失函数最小时，获得训练好的条件生成对抗网络；将动漫人像图片输入条件生成对抗网络中的生成器，输出真实人像图片。本发明提供的一种基于条件生成对抗网络的动漫人像真人化的实现方法、设备及介质，使得条件生成对抗网络的生成器性能达到最佳，可以将输入的动漫人像图片真实化，做到动漫人像真实化的高效性和实时性。

公开(公告)号：CN116342380A

公开(公告)日：2023-06-27

申请号：CN202310355925.7

申请日：2023-04-06

Applicant: 南京信息工程大学

Inventor： 朱高峰 ,  孙乐

IPC: G06T3/00 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/08

Abstract: 本发明公开了一种将水墨画转换成油画的方法及相关装置，本发明采用循环生成对抗网络(即人工智能)将水墨画转换成油画，转换速度快效率高，可有效融合两种绘画风格的长处，并且本发明在循环生成对抗网络生成器中增加了自注意力模块和DenseNet网络模块，有效解决了传统循环生成对抗网络生成的目标图片的风格迁移特征不够明显、质量不高的问题；同时本发明对循环生成对抗网络判别器进行了改进，采用ResNet结构的判别器，解决传统判别器中易出现的梯度消失、爆炸以及过拟合等问题。