检索结果-南通市图书馆

计算机工程与应用 2024年第9期60卷 261-271页

作者：丁文华杜军威侯磊刘金环青岛科技大学信息科学技术学院山东青岛266061

生成对抗网络常常被用于图像着色、语义合成、风格迁移等图像转换任务,但现阶段图像生成模型的训练往往依赖于大量配对的数据集,且只能实现两个图像域之间的转换。针对以上问题,提出了一种基于生成对抗网络的时尚内容和风格迁移模型(con... 详细信息

生成对抗网络常常被用于图像着色、语义合成、风格迁移等图像转换任务,但现阶段图像生成模型的训练往往依赖于大量配对的数据集,且只能实现两个图像域之间的转换。针对以上问题,提出了一种基于生成对抗网络的时尚内容和风格迁移模型(content and style transfer based on generative adversarial network,CS-GAN)。该模型利用对比学习框架最大化时尚单品与生成图像之间的互信息,可保证在时尚单品结构不变的前提下实现内容迁移;通过层一致性动态卷积方法,针对不同风格图像自适应地学习风格特征,实现时尚单品任意风格迁移,对输入的时尚单品进行内容特征(如颜色、纹理)和风格特征(如莫奈风、立体派)的融合,实现多个图像域的转换。在公开的时尚数据集上进行对比实验和结果分析,该方法与其他主流方法相比,在图像合成质量、Inception score和FID距离评价指标上均有所提升。

关键词：生成对抗网络内容和风格迁移特征融合多域转换层一致性动态卷积

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于生成对抗网络的时尚内容和风格迁移

引用

计算机工程与应用 2023年

作者：丁文华杜军威侯磊刘金环青岛科技大学信息科学技术学院

生成对抗网络常常被用于图像着色、语义合成、风格迁移等图像转换任务，但现阶段图像生成模型的训练往往依赖于大量配对的数据集，且只能实现两个图像域之间的转换。针对以上问题，提出了一种基于生成对抗网络的时尚内容和风格迁移模型... 详细信息

生成对抗网络常常被用于图像着色、语义合成、风格迁移等图像转换任务，但现阶段图像生成模型的训练往往依赖于大量配对的数据集，且只能实现两个图像域之间的转换。针对以上问题，提出了一种基于生成对抗网络的时尚内容和风格迁移模型（Content and Style Transfer based on Generative Adversarial Network，CS-GAN）。该模型利用对比学习框架最大化时尚单品与生成图像之间的互信息，可保证在时尚单品结构不变的前提下实现内容迁移；通过层一致性动态卷积方法，针对不同风格图像自适应地学习风格特征，实现时尚单品任意风格迁移，对输入的时尚单品进行内容特征（如颜色、纹理）和风格特征（如莫奈风、立体派）的融合，实现多个图像域的转换。在公开的时尚数据集上进行对比实验和结果分析，该方法与其他主流方法相比，在图像合成质量、Inception score和FID距离评价指标上均有所提升。

关键词：生成对抗网络内容和风格迁移特征融合多域转换层一致性动态卷积

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：