[发明专利]基于GAN网络的图像风格迁移方法

权利要求书

1.基于GAN网络的图像风格迁移方法，其特征在于，具体方法如下：

步骤1，获取相关图片数据集，将夏季图像作为数据集X，冬季图像作为数据集Y；

步骤2，对分好类的数据集X,Y分别提取内容及风格特征，数据集X采用自编码器中的编码部分提取图像的内容特征c₁，采用变分自编码中的编码部分提取图像的风格特征s₁；同理，数据集Y采用自编码器的编码部分提取图像的内容特征c₂，采用变分自编码的编码部分提取图像的风格特征s₂；

步骤3，通过生成器G₁将s₁与c₂结合生成同一场景的不同景物G₁(s₁,c₂)，将s₂与c₁结合生成同一景物的不同场景G₁(s₂,c₁)；

步骤4，将生成的两种伪图像G₁(s₁,c₂)和G₁(s₂,c₁)经损失函数调整，返回输入至原有自编码器和变分自编码器及自编码器和变分编码器中，再次进行内容特征与风格特征的提取，通过生成器G₂将提取到的两类图片的内容特征与风格特征相互结合，生成G₂(s₁,c₂)和G₂(s₂,c₁)；

步骤5，生成器G₂与判别器D₂对抗学习迭代训练，判别器D₂指导生成器G₂生成图像的质量，当损失函数趋于稳定时认为生成图像的质量与原图像一致，结束训练。

2.根据权利要求1所述的基于GAN网络的图像风格迁移方法，其特征在于，步骤1具体为:

步骤1.1，获取数据集summer2winter；

步骤1.2，随机抽取数据集summer2winter中的图像，将夏季图像作为数据集X，冬季图像作为数据集Y。