[发明专利]一种基于深度图像类比的视觉特性迁移方法

摘要

本发明中提出的一种基于深度图像类比的视觉特性迁移方法，其主要内容包括双向迁移约束条件、深度网络预处理、图像类比算法、数据整合，其过程为，首先将两张图像输入到预训练的网络中，初始化最后5层网络，对该5层网络进行前向最近邻场搜寻和逆向最近邻场搜寻，再由底层往上进行上采样操作，使得以斑块为主的最近邻场由粗往细调整，最后得到的输出特征进行图像重构，产生具有相互视觉特性的目标图像。本发明可以针对不同风格、纹理、颜色等特征的图像，提供一个深度学习框架来进行视觉特性的提取与迁移，极大程度提高图像重构的效果。

主权项

一种基于深度图像类比的视觉特性迁移方法，其特征在于，主要包括双向迁移约束条件(一)；深度网络预处理(二)；图像类比算法(三)；数据整合(四)。