System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于特征随机采样的图像风格迁移方法及系统技术方案_技高网
当前位置: 首页 > 专利查询>山东大学专利>正文

基于特征随机采样的图像风格迁移方法及系统技术方案

技术编号:41736779 阅读:8 留言:0更新日期:2024-06-19 12:56
本发明专利技术公开了基于特征随机采样的图像风格迁移方法及系统,所述方法包括:获取内容图像和风格图像;将内容图像和风格图像输入到训练后的图像风格迁移模型中,得到风格迁移后的图像;其中,训练后的图像风格迁移模型,用于:对输入的内容图像和风格图像分别进行特征提取,得到内容特征和风格特征;对内容特征和风格特征均进行随机采样,得到随机采样后的内容特征和风格特征;对随机采样后的内容特征和风格特征进行统计量的迁移,得到迁移后的内容特征;将迁移后的内容特征输入解码器,生成风格迁移图像。

【技术实现步骤摘要】

本专利技术涉及计算机视觉与深度学习,特别是涉及基于特征随机采样的图像风格迁移方法及系统


技术介绍

1、图像风格迁移是指给定一张内容图像和一张风格图像,生成一个新的图像,它在保持内容图像的结构的同时,也表现出风格图像的艺术特征。图像风格迁移可以快速生成具有各种艺术风格效果的作品,已被广泛应用到艺术创作、图像编辑、游戏设计等领域。

2、图像风格迁移的效果可以分为两个方面,一方面是色彩的迁移,另一方面是纹理的迁移。目前基于统计分布的参数化的风格迁移模型从得到的特征全局进行统计量的迁移,生成风格迁移图像,基于此得到的风格迁移图像在全局色彩的迁移上取得了成功的视觉效果,然而这种方法对于局部纹理的迁移效果并不明显。因此,需要一种保持上述色彩迁移效果的同时,局部纹理的迁移效果也足够明显的图像风格迁移方法。


技术实现思路

1、为了解决现有技术的不足,本专利技术提供了基于特征随机采样的图像风格迁移方法及系统;在特征隐空间中,对输入图像的特征进行随机采样并迁移统计量,在保持全局色彩迁移效果的前提下,生成局部纹理迁移效果更为明显的风格迁移图像。

2、一方面,提供了基于特征随机采样的图像风格迁移方法,包括:

3、获取内容图像和风格图像;

4、将内容图像和风格图像输入到训练后的图像风格迁移模型中,得到风格迁移后的图像;其中,训练后的图像风格迁移模型,用于:对输入的内容图像和风格图像分别进行特征提取,得到内容特征和风格特征;对内容特征和风格特征均进行随机采样,得到随机采样后的内容特征和风格特征;对随机采样后的内容特征和风格特征进行统计量的迁移,得到迁移后的内容特征;将迁移后的内容特征输入解码器,生成风格迁移图像。

5、另一方面,提供了基于特征随机采样的图像风格迁移系统,包括:

6、获取模块,其被配置为:获取内容图像和风格图像;

7、图像风格迁移模块,其被配置为:将内容图像和风格图像输入到训练后的图像风格迁移模型中,得到风格迁移后的图像;其中,训练后的图像风格迁移模型,用于:对输入的内容图像和风格图像分别进行特征提取,得到内容特征和风格特征;对内容特征和风格特征均进行随机采样,得到随机采样后的内容特征和风格特征;对随机采样后的内容特征和风格特征进行统计量的迁移,得到迁移后的内容特征;将迁移后的内容特征输入解码器,生成风格迁移图像。

8、再一方面,还提供了一种电子设备,包括:

9、存储器,用于非暂时性存储计算机可读指令;以及

10、处理器,用于运行所述计算机可读指令,

11、其中,所述计算机可读指令被所述处理器运行时,执行上述第一方面所述的方法。

12、再一方面,还提供了一种存储介质,非暂时性存储计算机可读指令,其中,当非暂时性计算机可读指令由计算机执行时,执行第一方面所述方法的指令。

13、再一方面,还提供了一种计算机程序产品,包括计算机程序,所述计算机程序当在一个或多个处理器上运行的时候用于实现上述第一方面所述的方法。

14、上述技术方案具有如下优点或有益效果:

15、本专利技术对于内容特征随机采样,随机采样得到的内容特征不受内容语义空间特征分布的约束,可以有效防止图像风格迁移过程中内容泄露的发生;本专利技术对于风格特征随机采样,随机采样得到的风格特征打破了风格特征原始的空间分布,得到带有局部纹理信息、具有多样性的风格特征,使得生成的风格迁移图像有更明显的纹理迁移效果。

本文档来自技高网...

【技术保护点】

1.基于特征随机采样的图像风格迁移方法,其特征是,包括:

2.如权利要求1所述的基于特征随机采样的图像风格迁移方法,其特征是,所述训练后的图像风格迁移模型,包括:依次连接的编码器、随机采样层、统计量迁移层和解码器;

3.如权利要求1所述的基于特征随机采样的图像风格迁移方法,其特征是,对输入的内容图像和风格图像分别进行特征提取,得到内容特征和风格特征,具体包括:

4.如权利要求1所述的基于特征随机采样的图像风格迁移方法,其特征是,对内容特征和风格特征均进行随机采样,得到随机采样后的内容特征和风格特征,具体包括:

5.如权利要求1所述的基于特征随机采样的图像风格迁移方法,其特征是,对随机采样后的内容特征和风格特征进行统计量的迁移,得到迁移后的内容特征,具体包括:

6.如权利要求1所述的基于特征随机采样的图像风格迁移方法,其特征是,将迁移后的内容特征输入解码器,生成风格迁移图像,具体包括:

7.基于特征随机采样的图像风格迁移系统,其特征是,包括:

8.一种电子设备,其特征是,包括:

9.一种存储介质,其特征是,非暂时性存储计算机可读指令,其中,当非暂时性计算机可读指令由计算机执行时,执行权利要求1-6任一项所述方法的指令。

10.一种计算机程序产品,其特征是,包括计算机程序,所述计算机程序当在一个或多个处理器上运行的时候用于实现上述权利要求1-6任一项所述的方法。

...

【技术特征摘要】

1.基于特征随机采样的图像风格迁移方法,其特征是,包括:

2.如权利要求1所述的基于特征随机采样的图像风格迁移方法,其特征是,所述训练后的图像风格迁移模型,包括:依次连接的编码器、随机采样层、统计量迁移层和解码器;

3.如权利要求1所述的基于特征随机采样的图像风格迁移方法,其特征是,对输入的内容图像和风格图像分别进行特征提取,得到内容特征和风格特征,具体包括:

4.如权利要求1所述的基于特征随机采样的图像风格迁移方法,其特征是,对内容特征和风格特征均进行随机采样,得到随机采样后的内容特征和风格特征,具体包括:

5.如权利要求1所述的基于特征随机采样的图像风格迁移方法,其特征是,对随机采样...

【专利技术属性】
技术研发人员:鲁威志高东琛姜昊段明鲍江辉李蔚郁李垣江张敬林
申请(专利权)人:山东大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1