公开(公告)号：CN119251069A

公开(公告)日：2025-01-03

申请号：CN202411769124.6

申请日：2024-12-04

Applicant: 浙江大学计算机创新技术研究院

Inventor： 夏瑞晨 ,  张占杰 ,  方科彬 ,  罗尚虎 ,  罗大伟 ,  赵瑶 ,  祝栗

IPC: G06T5/50 ,  G06T5/60 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于局部和全局风格学习的图片高质量任意风格迁移方法。方法包括：获取若干内容图片和不同风格类型图片并构建为训练集；建立包含局部通道感知的注意力模块和全局风格融合模块的风格迁移网络，并构建基于补丁的风格迁移损失函数；将训练集输入风格迁移网络中进行训练直至基于补丁的风格迁移损失函数收敛；将待风格迁移的内容图片和目标风格类型图片输入训练完成的风格迁移网络中进行处理后输出风格化图片并在显示器进行显示，实现图片高质量风格迁移。本发明方法能够更好的从局部风格模式和全局风格分布的角度学习，进行任意风格迁移的同时生成高质量的风格化图片。

公开(公告)号：CN119251069B

公开(公告)日：2025-04-15

申请号：CN202411769124.6

申请日：2024-12-04

Applicant: 浙江大学计算机创新技术研究院

Inventor： 夏瑞晨 ,  张占杰 ,  方科彬 ,  罗尚虎 ,  罗大伟 ,  赵瑶 ,  祝栗

IPC: G06T5/50 ,  G06T5/60 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于局部和全局风格学习的图片高质量任意风格迁移方法。方法包括：获取若干内容图片和不同风格类型图片并构建为训练集；建立包含局部通道感知的注意力模块和全局风格融合模块的风格迁移网络，并构建基于补丁的风格迁移损失函数；将训练集输入风格迁移网络中进行训练直至基于补丁的风格迁移损失函数收敛；将待风格迁移的内容图片和目标风格类型图片输入训练完成的风格迁移网络中进行处理后输出风格化图片并在显示器进行显示，实现图片高质量风格迁移。本发明方法能够更好的从局部风格模式和全局风格分布的角度学习，进行任意风格迁移的同时生成高质量的风格化图片。