基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
多数图像风格迁移任务都是一个模型只能对应一种风格,这在实际应用场景中效率低下,提出一种单模型多风格的快速风格迁移方法,只使用一个模型就可以适应任意风格样式.使用一组线性变化分别对内容特征和风格特征进行转换,使用组合的风格损失函数来重建图像.分析比较了Avatar-net方法、AdaIN方法、Johnson的快速风格迁移方法和基于线性变换的风格迁移方法,并使用PSNR和SSIM作为评价指标,得出提出的风格迁移方法更优,其中PSNR达到了11.591 dB,SSIM达到了0.499,并且将该方法应用于视频风格迁移也有不错的表现.
推荐文章
基于生成模型的图像风格迁移设计与实现
图像风格迁移
生成模型
生成网络
VGG网络
基于图像风格迁移的人脸识别域适应方法
人脸识别
图像风格
生成对抗网络
域适应
图像风格迁移
基于深度学习的图像风格迁移研究综述
图像风格迁移
深度学习
迁移学习
纹理合成
快速风格迁移
非真实感
纹理合成
纹理传输
艺术绘制
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 一种单模型多风格快速风格迁移方法
来源期刊 计算机工程与应用 学科
关键词 图像风格迁移 线性变换 视频风格迁移
年,卷(期) 2021,(12) 所属期刊栏目 图形图像处理|Graphics and Image Processing
研究方向 页码范围 201-206
页数 6页 分类号 TP391.43
字数 语种 中文
DOI 10.3778/j.issn.1002-8331.2003-0467
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (1)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
图像风格迁移
线性变换
视频风格迁移
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导