公开(公告)号：CN115641256A

公开(公告)日：2023-01-24

申请号：CN202211310125.5

申请日：2022-10-25

Applicant: 复旦大学

Inventor： 戈维峰 ,  邱晓文 ,  何博安 ,  徐瑞泽

IPC: G06T3/00 ,  G06T7/269 ,  G06V10/62 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本申请涉及人工智能领域，公开了风格迁移模型的训练方法、视频风格迁移的方法以及装置。训练方法包括获取训练数据，包括N帧样本内容图像和N个样本风格图像；通过风格去除模型，将N帧样本内容图像和N个样本风格图像进行图像风格迁移，得到N帧第一真实图像；通过风格恢复模型，将N帧样本内容图像和N帧第一真实图像进行图像风格迁移，得到N帧第二真实图像；根据N帧样本内容图像和N帧第一真实图像之间的第一损失函数、以及N帧样本内容图像和N帧第二真实图像之间的第二损失函数，确定风格去除模型的第一参数和风格恢复模型的第二参数。本发明可以高效地将风格图像的风格迁移给视频帧，同时不造成扭曲与伪影，并且不会造成前后帧的不连贯。

公开(公告)号：CN115641256B

公开(公告)日：2023-05-26

申请号：CN202211310125.5

申请日：2022-10-25

Applicant: 复旦大学

Inventor： 戈维峰 ,  邱晓文 ,  何博安 ,  徐瑞泽

IPC: G06T3/00 ,  G06T7/269 ,  G06V10/62 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本申请涉及人工智能领域，公开了风格迁移模型的训练方法、视频风格迁移的方法以及装置。训练方法包括获取训练数据，包括N帧样本内容图像和N个样本风格图像；通过风格去除模型，将N帧样本内容图像和N个样本风格图像进行图像风格迁移，得到N帧第一真实图像；通过风格恢复模型，将N帧样本内容图像和N帧第一真实图像进行图像风格迁移，得到N帧第二真实图像；根据N帧样本内容图像和N帧第一真实图像之间的第一损失函数、以及N帧样本内容图像和N帧第二真实图像之间的第二损失函数，确定风格去除模型的第一参数和风格恢复模型的第二参数。本发明可以高效地将风格图像的风格迁移给视频帧，同时不造成扭曲与伪影，并且不会造成前后帧的不连贯。