[发明专利]一种结构保持的图像唐卡风格转换系统及方法在审

专利信息
申请号: 202111442351.4 申请日: 2021-11-30
公开(公告)号: CN114266692A 公开(公告)日: 2022-04-01
发明(设计)人: 刘永坚;王领;胡桉澍;解庆;白立华 申请(专利权)人: 武汉理工大学
主分类号: G06T3/00 分类号: G06T3/00;G06T15/00;G06V10/46;G06V10/82;G06N3/04;G06N3/08
代理公司: 武汉开元知识产权代理有限公司 42104 代理人: 唐正玉
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 结构 保持 图像 风格 转换 系统 方法
【权利要求书】:

1.一种结构保持的图像唐卡风格转换系统,包括风格转换模块和损失计算模块,其特征在于,

所述的风格转换模块包括下采样层、残差层、上采样层,且用指定的唐卡图像作为风格图输入到风格转换模块中,风格转换模块用于将待处理内容图迁移为风格化的结果图;

所述的损失计算模块用于计算内容图与结果图之间图像重建的相应损失,损失计算模块由内容损失模块、风格差异损失模块、全局结构损失模块、局部结构损失模块、噪声损失模块组成,内容损失模块计算内容图与结果图之间图像重建的内容损失,风格差异损失模块计算风格图与结果图之间图像重建的风格差异损失,全局结构损失模块计算内容图与结果图之间图像重建的全局结构损失,局部结构损失模块计算内容图与结果图之间图像重建的局部结构损失,噪声损失模块计算内容图与结果图之间图像重建的噪声损失。

2.根据权利要求1所述的一种结构保持的图像唐卡风格转换系统的方法,其特征在于,包括以下步骤:

步骤1.搭建风格转换模块和损失计算模块,损失计算模块由内容损失模块、风格差异损失模块、全局结构损失模块、局部结构损失模块、噪声损失模块组成;

步骤2,风格转换模块和损失计算模块训练,具体包括下列步骤:

步骤2.1,预训练显著性目标检测网络用于提取图像的局部结构特征从而计算局部结构损失;

步骤2.2,预训练深度预测网络用于提取图像的全局结构特征从而计算全局结构损失;

步骤2.3,将待渲染的内容图yc输入到风格转换模块中,输入为RGB彩色图像,经过风格转换模块后输出为风格化的结果图y';

步骤2.4,将步骤2.3得到的结果图y'和内容图yc输入到内容损失模块中,计算图像重建的内容损失,得到内容损失函数Lcontent

步骤2.5,将步骤2.3得到的结果图y'和唐卡风格图ys输入到风格差异损失模块中,使用Gram矩阵计算风格差异损失,得到风格差异损失函数Lstyle

步骤2.6,将步骤2.3得到的结果图y'和内容图yc输入到局部结构损失模块中,计算图像重建的局部结构损失,得到局部结构损失函数Llocal

步骤2.7,将步骤2.3得到的结果图y'和内容图yc输入到全局结构损失模块中,计算图像重建的全局结构损失,得到全局结构损失函数LGloble,同时由于很多图像复原的算法都会放大噪声,从而放大噪声对复原结果的影响,需要在最优化问题的模型中添加一些正则项来保持图像光滑性的噪声损失函数Ltv,这里采用TV loss正则项进行噪声损失计算;

步骤2.8,将步骤2.4-2.7分别得到的内容损失函数Lcontent、风格差异损失函数Lstyle、局部结构损失函数Llocal、全局结构损失函数LGloble、噪声损失函数Ltv进行线性组合为一个新的损失函数作为总损失函数Ltotal

Ltotal=Lcontent+Lstyle+Llocal+LGloble+Ltv

步骤2.9,基于步骤2.8得到的总损失函数Ltotal,使用MS-COCO数据集作为内容图训练,并使用Adam优化算法对步骤1的风格转换模块进行优化,直至风格转换模块收敛,保存风格转换模块参数;

步骤3,风格转换,

加载风格转换模块和损失计算模块参数后,选取待渲染的内容图,将待渲染的内容图输入到训练好的风格转换模块中,得到风格迁移后的唐卡风格图。

3.根据权利要求2所述的结构保持的图像唐卡风格转换系统的方法,其特征在于,步骤2.1所述的局部结构损失模块采用的是预训练好的显著性目标检测网络BASNet。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111442351.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top