[发明专利]一种基于注意力机制的稳定生成对抗网络在风格迁移中的应用在审

专利信息
申请号: 202210250457.2 申请日: 2022-03-15
公开(公告)号: CN114612589A 公开(公告)日: 2022-06-10
发明(设计)人: 李庚隆;徐蔚鸿;张康 申请(专利权)人: 长沙理工大学
主分类号: G06T11/60 分类号: G06T11/60;G06T11/00;G06T3/00;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 410114 湖南省*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要: 本文提出一种基于注意力机制的稳定生成对抗网络ASGAN,其可以有效扩大感受野。通过使用实例归一化以及AdaBelief优化器稳定ASGAN训练过程,并应用于图像风格迁移中。理论分析表明,ASGAN与CycleGAN相比,使用更少的计算成本与参数总量。实验的定性和定量分析表明,相比于CycleGAN和AGGAN,ASGAN的图像风格迁移效果更好且更加稳定,在PSNR,SSIM,LPIPS,FID指标评估中,ASGAN迁移指标表现更好。
搜索关键词: 一种 基于 注意力 机制 稳定 生成 对抗 网络 风格 迁移 中的 应用
【主权项】:
暂无信息
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长沙理工大学,未经长沙理工大学许可,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/patent/202210250457.2/,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