基于CycleGAN和时频分析的艺术图像风格转换

• 作者: 吴菲 李莉
• 来源期刊: 计算机时代
• 学科: 工学
• 关键词: 风格迁移 生成对抗网络 图片处理 表征学习
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 经验技巧
• 页码范围: 41-46
• 页数: 6页
• 分类号: TP-183
• 语种: 中文
• DOI: 10.16644/j.cnki.cn33-1094/tp.2020.12.011

摘要

为了满足普通人群对艺术创作的需求,降低艺术创作的门槛极为重要,进行摄影作品的图像风格转换便是方法之一.通过对特定风格的图像做傅里叶变换,得到频谱图,随后对频谱图进行预处理.通过CycleGAN对频谱图进行图像风格迁移,再通过傅里叶逆变换将风格迁移后的频谱图转换为图片.实验结果表明,该方法能够更快地收敛且具有更好的风格迁移能力.