原文服务方: 包装学报       
摘要:
为了解决无监督图像风格转换模型输出结果的局部伪影和局部特征丢失问题,提出了一种基于通道分组注意力机制的图像风格转换模型。生成器部分采用通道分组注意力残差块,以增强生成器部分对于图像特征的提取以及有效特征的利用;鉴别器部分采用双鉴别器结构,利用增加的局部鉴别器增强对于生成图像细节的鉴别,利用多分辨率尺度的全局鉴别器增强生成图像的内容合理性与结构连贯性。实验结果表明:本模型比起BicycleGAN、MUNIT等模型不但体积更小,而且可以获得更高的NIMA美观度得分以及LPIPS多样性得分;在包装类产品的平面设计迁移应用任务中,本模型同样表现良好。
推荐文章
基于图像蒙板的无监督图像风格迁移
图像风格迁移
生成式对抗网络
无监督学习
图像蒙板
深度学习
结合引导解码和视觉注意力的图像语义描述模型
图像描述
多示例学习
引导解码
视觉注意力机制
基于GRU和注意力机制的远程监督关系抽取
深度学习
远程监督
门控循环单元
注意力机制
基于通道注意力YOLOV5s的驾驶行为识别研究
行为识别
目标检测
驾驶行为
YOLOV5s
通道注意力机制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于通道分组注意力的无监督图像风格转换模型
来源期刊 包装学报 学科 工学
关键词 无监督 通道注意力机制 图像风格转换
年,卷(期) 2022,(5) 所属期刊栏目 包装经济与管理
研究方向 页码范围 75-84
页数 9页 分类号 TP751.1
字数 语种 中文
DOI 10.3969/j.issn.1674-7100.2021.05.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无监督
通道注意力机制
图像风格转换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
包装学报
双月刊
1674-7100
43-1499/TB
A4
湖南省株洲市天元区泰山西路湖南工业大学崇德楼429办公室
2009-01-01
汉语
出版文献量(篇)
988
总下载数(次)
0
总被引数(次)
3893
论文1v1指导