基于新的风格损失函数的图像风格转换方法

• 作者: 王敏 钱燕芳
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 深度学习 图像风格转换 Gram矩阵 转换Gramian矩阵
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 70-73
• 页数: 4页
• 分类号: TN919.81
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802112

摘要

虽然基于深度学习的图像风格转换方法已经取得了很大的进展, 但是这些方法都没有考虑到生成图像的线条扭曲现象, 为此提出直方图损失和转换Gramian矩阵相结合的方法.图像的直方图信息可以判断出图像质量的好坏, 在图像风格转换中使用直方图损失, 不仅可以增强图像, 还可以使生成的图像更加稳定.转换Gramian矩阵类似于Gram矩阵, 但是前者提取出图像纹理信息更加完整, 还考虑到了图像的空间排列信息.实验结果表明, 这两种方法的结合不仅能使生成的图像没有线条扭曲, 还能减少图像生成的迭代次数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王敏		101	756	15.0	24.0
2	钱燕芳		1	0	0.0	0.0