基于新的风格损失函数与亮度信息的图像风格迁移算法

作     者：谭永前 曾凡菊 TAN Yongqian;ZENG Fanju

作者机构：凯里学院大数据工程学院贵州凯里556011 重庆大学光电工程学院重庆400044 

出 版 物：《光电子．激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2021年第32卷第8期

页      面：879-887页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：贵州省教育厅青年科技人才成长项目(黔教合KY字335) “贵州省区域内一流建设培育科·民族学”专项课题(XLXKJS0071) 国家自然科学基金(11464023)资助项目 

主　　题：卷积神经网络 边缘信息 亮度信息 风格化处理 

摘      要：针对传统图像风格化处理算法在进行图像风格化处理过程中,出现颜色信息丢失、笔触细节错乱以及边缘线条扭曲等情况,本文基于卷积神经网络的图像风格迁移算法进行了改进,通过综合考虑图像的亮度颜色信息特性,提出一种基于新的风格损失函数与亮度信息的图像风格迁移算法。首先,将内容图像进行色彩空间转换,让风格转移单独在亮度通道上进行,保留了内容图像的色彩信息。其次,把直方图损失加入到总的损失函数中,构造新的总损失函数,提高了风格化图像的稳定性。最后,把提取的内容图像边缘信息叠加到结果图中,达到改善风格化结果图边缘信息模糊不清的目的。实验表明,改进后的方法在笔触细节、纹理结构以及色彩空间上有更好的整体效果表现。