多区域差异化的图像风格迁移算法

• 作者: 王杨 郁振鑫 卢嘉 向秀梅
• 来源期刊: 计算机工程与应用
• 关键词: 风格迁移 卷积神经网络 语义分割 区域差异
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 图形图像处理|Graphics and Image Processing
• 页码范围: 211-215
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2004-0052

摘要

图像风格迁移技术可以自动地赋予图像不同的风格.现有的研究大多针对图像的整体或者图像中的单一区域进行风格迁移,在实际应用中难免存在局限性.在风格迁移过程中引入内容图像的语义信息,提出一种针对图像不同区域进行的差异风格化的方法.将内容图像经过语义分割后引入VGG损失网络,从而限定图像的风格化区域.分别在每个区域上计算各自的格拉姆矩阵,并在反向传播阶段将梯度传播限定在各语义区域上,得出针对图像不同区域的风格特征值.将正则化损失引入损失函数中,以减弱不同区域间的相互影响.在Microsoft COCO2017数据集上设计了实验,结果表明,该方法实现图像多个区域不同风格化的同时,保证了区域之间过渡自然.