[发明专利]重彩画的风格转移方法

权利要求书

1.一种重彩画的风格转移方法，其特征在于，所述方法包括：

变形步骤：对输入图像中的人物进行变形，得到输入图像的变形图；

风格转移步骤：采用预设方法将重彩画风格按图像语义区域分别转移到变形图上，得到不同语义区域的重彩画风格转移图；

融合步骤：将不同语义区域的重彩画风格转移图进行融合，得到融合图；

线条增强步骤：提取所述变形图的线条图，并将所述线条图与所述融合图进行叠加，得到线条增强的重彩画风格转移图；

所述不同语义区域的重彩画风格转移图包括背景风格转移图、人物风格转移图、头像风格转移图和服饰纹理转移图，所述风格转移步骤包括：

背景转移步骤：采用第一目标函数将重彩画的背景风格转移到所述变形图的背景上，得到所述背景风格转移图；

人物转移步骤：采用语义分割和第二目标函数，将所述重彩画的人物风格转移到所述变形图的人物上，得到所述人物风格转移图；

头像转移步骤：采用语义分割和第三目标函数，将所述重彩画的人物头像风格转移到所述变形图的头像上，得到所述头像风格转移图；

服饰转移步骤：采用图像类比的方法将所述重彩画的服饰纹理拼贴、转移到所述变形图的服饰上，得到所述服饰纹理转移图。

2.根据权利要求1所述的方法，其特征在于，所述变形步骤包括：

根据所述输入图像中的人物位置对3D骨架模型进行拟合，将得到的3D模型拟合图嵌入到二维三角形网格中进行三角形剖分，通过调节3D模型姿态和形状以控制二维三角形剖分结果，达到人物变形的目的，输出所述变形图。

3.根据权利要求1所述的方法，其特征在于，所述背景转移步骤包括：

采用图像修复的方法将所述变形图的背景补全，得到背景补全图；

采用所述第一目标函数将重彩画的背景风格转移到所述背景补全图上，得到所述背景风格转移图。

4.根据权利要求1所述的方法，其特征在于，在所述人物转移步骤中，所述第二目标函数为施加有结构保持损失函数的目标函数，且所述第二目标函数根据下式获得：

其中，L_total人是施加有结构保持损失函数的目标函数，是人物的内容损失，α_l是重建在l层的权重值，是人物的风格损失，β_l是重建在l层的权重值，Γ是平衡内容损失和风格损失重建的权重，L_m是结构保持损失函数，λ_m是结构保持权重，L为卷积神经网络卷积层的总数。

5.根据权利要求4所述的方法，其特征在于，所述结构保持损失函数根据下式获得：

其中，L_m是所述结构保持损失函数，V_c[O]是输出图像的(N×1)向量，M_I是抠图拉普拉斯矩阵，c是颜色通道。

6.根据权利要求4所述的方法，其特征在于，所述人物的内容损失根据下式获得：

其中，是所述人物的内容损失，F_l[O]是输出图像在卷积神经网络第l层的特征表示，F_l[I]是变形图像在卷积神经网络第l层的特征表示，N_l为卷积神经网络第l层的特征向量个数，D_l是每个特征向量的维度，i为第l层的第i个特征向量，j为第i个特征向量中的第j个值。

7.根据权利要求4所述的方法，其特征在于，所述人物的风格损失根据下式获得：

其中，为所述人物的风格损失，C是语义分割类别数，G_l,c[O]是语义分割后输出图在l层的格拉姆矩阵，G_l,c[S]是语义分割后重彩画S在l层的格拉姆矩阵，N_l,c是格拉姆矩阵的阶数，i为第l层的第i个特征向量，j为第i个特征向量中的第j个值。