基于生成对抗网络的图片风格迁移

• 作者: 许哲豪 陈玮
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 生成对抗网络 风格迁移 CycleGAN WGAN
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 图形图像与辅助设计
• 页码范围: 207-209,212,封4
• 页数: 5页
• 分类号: TP317.4
• 字数: 3283字
• 语种: 中文
• DOI: 10.11907/rjdk.172830

摘要

图像到图像的翻译工作在现实中有着广泛应用,因此在计算机视觉领域得到高度关注.通过CycleGAN的网络结构进行图像风格迁移实验,将自然得到的图片转换成具有某种风格的图片,同时该方法不需要源图像与风格图像互相匹配,因此扩大了应用范围.在实验中,分别使用WGAN、WANG-GP、LSGAN和原始GAN目标函数比较生成样本的质量,尽管生成对抗网络(GANs)拥有强大的建模能力,但难以训练.研究发现,WGAN-GP能够稳定训练过程并且生成更真实的图像,WGAN、LSGAN效果次之,GAN经常会出现模型崩塌现象.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈玮	上海理工大学光电信息与计算机工程学院	55	341	10.0	16.0
2	许哲豪	上海理工大学光电信息与计算机工程学院	1	14	1.0	1.0