[发明专利]分形图形风格融合方法、装置、电子设备及存储介质

权利要求书

1.一种分形图形风格融合方法，其特征在于，所述方法包括：

利用预先训练完成的风格生成网络的空洞卷积操作，提取分形图片的第一图片特征及风格图片的第二图片特征；

融合所述第一图片特征及所述第二图片特征得到融合图片。

2.根据权利要求1所述的分形图形风格融合方法，其特征在于，所述利用预先训练完成的风格生成网络的空洞卷积操作，提取分形图片及风格图片的图片特征之前，该方法还包括：

根据预设的模型层数，构建卷积层、残差层及反褶积层，其中，所述卷积层采用空洞卷积；

按照预设的组建顺序，根据所述卷积层、所述残差层及所述反褶积层生成所述风格生成网络。

3.根据权利要求2所述的分形图形风格融合方法，其特征在于，所述风格生成网络的模型层数包括：3层所述卷积层、5层所述残差层及3层所述反褶积层。

4.根据权利要求2所述的分形图形风格融合方法，其特征在于，所述按照预设的组建顺序，根据所述卷积层、所述残差层及所述反褶积层生成所述风格生成网络之后，该方法还包括：

构建包括内容损失函数、风格损失函数及总全差损失函数的目标损失函数；

利用预先获取的图形训练集训练所述风格生成网络，并根据所述目标损失函数调整所述风格生成网络的内部参数值，得到所述预先训练完成的风格生成网络。

5.根据权利要求4所述的分形图形风格融合方法，其特征在于，所述目标损失函数为：

其中，表示所述图形训练集内的分形图片，表示所述图形训练集内的风格图片，表示利用所述图形训练集训练得到的融合图片，l为所述风格生成网络的模型层数，表示内容损失函数，表示风格损失函数，表示总全差损失函数，α，β，θ为权重参数，及表示在所述图形训练集内的分形图片p在所述风格生成网络第l层的卷积特征，x_i,j-1,x_i,j及x_i+1,j表示所述图形训练集训练得到的融合图片内的不同像素值，其中i和j表示像素值的位置编号，κ及λ表示预设的调节值。

6.根据权利要求4所述的分形图形风格融合方法，其特征在于，所述构建包括内容损失函数、风格损失函数及总全差损失函数的目标损失函数，包括：

设置所述内容损失函数的初始权重及所述总全差损失函数的初始权重参数，根据所述内容损失函数的初始权重参数，计算所述风格损失函数的初始权重参数；

根据所述内容损失函数、所述总全差损失函数、所述风格损失函数，以及所述内容损失函数、所述总全差损失函数、所述风格损失函数的初始权重参数，构建得到所述目标损失函数。

7.根据权利要求6所述的分形图形风格融合方法，其特征在于，所述根据所述内容损失函数的初始权重参数，计算所述风格损失函数的初始权重参数，包括：

接收用户输入的原始第一权重、原始第二权重及设置的所述内容损失函数的初始权重参数；

根据所述原始第一权重及所述原始第二权重，计算所述内容损失函数及所述风格损失函数的权重比值，根据所述权重比值及所述内容损失函数的初始权重，计算所述风格损失函数的初始权重参数。

8.一种分形图形风格融合装置，其特征在于，所述装置包括：

图片特征提取模块，用于利用预先训练完成的风格生成网络的空洞卷积操作，提取分形图片的第一图片特征及风格图片的第二图片特征；

图片融合模块，用于融合所述第一图片特征及所述第二图片特征得到融合图片。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的分形图形风格融合方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的分形图形风格融合方法。