公开(公告)号：CN113538216A

公开(公告)日：2021-10-22

申请号：CN202110667797.0

申请日：2021-06-16

Applicant: 电子科技大学

Inventor： 吴庆波 ,  付佳成 ,  高璇 ,  李宏亮 ,  孟凡满 ,  许林峰 ,  潘力立

IPC: G06T3/00 ,  G06T7/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于属性分解的图像风格迁移方法，首先获取一张内容图像，将该图像输入到风格迁移网络模型结构中进行风格迁移处理，输出风格迁移后的图像，所述风格迁移网络模型结构包括两部分，第一部分是基于自动编码器的风格解耦网络，第二部分是基于CGAN的特征谱生成网络。本发明提出的方法对于传统风格迁移方式有极大的创新，引入属性解耦的方法，将风格视为解耦对象，实现新图像风格的创建与迁移，同时，其中隐变量引入了随机性，实现了多种新风格的产生。

公开(公告)号：CN113538216B

公开(公告)日：2022-03-01

申请号：CN202110667797.0

申请日：2021-06-16

Applicant: 电子科技大学

Inventor： 吴庆波 ,  付佳成 ,  高璇 ,  李宏亮 ,  孟凡满 ,  许林峰 ,  潘力立

IPC: G06T3/00 ,  G06T7/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于属性分解的图像风格迁移方法，首先获取一张内容图像，将该图像输入到风格迁移网络模型结构中进行风格迁移处理，输出风格迁移后的图像，所述风格迁移网络模型结构包括两部分，第一部分是基于自动编码器的风格解耦网络，第二部分是基于CGAN的特征谱生成网络。本发明提出的方法对于传统风格迁移方式有极大的创新，引入属性解耦的方法，将风格视为解耦对象，实现新图像风格的创建与迁移，同时，其中隐变量引入了随机性，实现了多种新风格的产生。