[发明专利]一种基于生成式对抗网络的图像风格迁移方法

摘要

本发明公开了一种基于生成式对抗网络的图像风格迁移方法，把缺少颜色或轻微残缺的图片的风格迁移成色彩和形状都较为完整的图像，包括以下步骤：a)收集要风格转换的两类图片；b)图像预处理，如果图片像素过大，就分割成较小的部分；c)基于深度卷积网络构造生成式对抗网络；d)对生成式判别网络进行训练；e)生成风格迁移的图像；f)如果预处理把图片分割成较小的部分，还需要将它们拼接起来。本发明的图像风格迁移方法，能够非人工地生成图片的颜色特征，把绘图不完整的部分自动补全，可以省去人工设计的繁琐步骤。

主权项

1.一种基于生成式对抗网络的图像风格迁移方法，其特征在于，包括如下步骤：步骤1，获取要风格迁移的两类图像：第一类为需要迁移的图像，第二类为参考图像；步骤2，对步骤1的两类图像进行归一化或分割预处理，将其处理为256*256像素的图像；步骤3，采用自编码器构造生成式网络，并采用多层卷积构造对抗网络，连接生成式网络和对抗网络，得到生成式对抗网络；其中，设置生成式网络的前4层为卷积网络层，卷积网络层每一层的卷积核为4*4，每一层均使用lrelu激活函数，步长为2；设置生成式网络的后4层为反卷积网络层，反卷积网络层每一层的反卷积核为4*4，步长为2，反卷积网络层的前三层均使用lrelu激活函数，反卷积网络层的第四层无激活函数，反卷积网络层最后一层的输出即为生成式网络的输出，生成式网络的输出作为对抗网络的其中一个输入；设置对抗网络中的对抗网络层为5层，对抗网络层每一层的卷积核为4*4，对抗网络层的前四层均使用lrelu激活函数，步长为2，对抗网络层的第五层无激活函数，步长为4；步骤4，采用步骤2预处理后的两类图像对生成式对抗网络进行训练；步骤5，根据步骤4训练好的生成式对抗网络对需要迁移的图像进行迁移，得到迁移后的图像。