基于CBAM残差块结合纹理采样器的水墨迁移算法

作     者：刘雪莉 杜洪波 袁雪丰 朱立军 

作者机构：沈阳工业大学理学院 北方民族大学信息与计算科学学院 

出 版 物：《电子科技》 (Electronic Science and Technology)

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(11861003) 辽宁省教育厅高等学校基本科研项目(LJKZ0157) 

主　　题：风格迁移 生成对抗网络 CBAM残差块 注意力机制 ITSS 局部对抗 水墨迁移 消融实验 

摘      要：针对水墨风格迁移算法出现线条不清晰、纹理杂乱及颜色重建效果差等问题，文中提出了一种新型轻量级水墨风格迁移神经网络IWSGAN(Ink and Wash Style Generative Adversarial Networks)。该方法使用CBAM(Convolutional Block Attention Module)残差块对特征图进行通道空间注意力计算，提高算法对有效信息的采取率。结合水墨纹理显著性采样器ITSS(Ink-Texture-Saliency-Sampler)从训练数据中采样水墨显著性局部图像块，使迁移的水墨图片线条纹理更有水墨质感等特点。5种不同的损失函数约束了内容图像和生成图像的高层语义，以促进风格特征的一致性。实验结果表明，IWSGAN生成图像更多保留了内容特征，线条的纹理细节也更形象，色彩重建表现较好，图像质量得到了显著提升。