期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
复杂景观图像的语义多状态图像风格迁移
1
作者
桑晨浩
莫路锋
屠国青
《电子技术应用》
2025年第6期40-46,共7页
复杂景观图像包含具有不同特征的各种对象,传统的风格迁移方法无法在同一图像中对不同对象进行局部风格迁移。Cycle GAN可以通过伪监督策略在没有配对样本的情况下实现风格迁移。但是Cycle GAN无法实现对复杂风景图像中不同类别对象的...
复杂景观图像包含具有不同特征的各种对象,传统的风格迁移方法无法在同一图像中对不同对象进行局部风格迁移。Cycle GAN可以通过伪监督策略在没有配对样本的情况下实现风格迁移。但是Cycle GAN无法实现对复杂风景图像中不同类别对象的风格迁移;同时Cycle GAN在复杂场景中的泛化能力不足且复杂度高。因此,提出了一种基于语义类别的复杂风景多状态图像生成方法,即语义类别风格迁移(Semantic Category Style Transfer,SCST),能够有效地结合局部特征实现复杂风景的图像生成。同时提出了上下文感知的风格迁移模型GCycle‐GAN。实验结果表明本文提出的GCycle GAN的性能优于Cycle GAN、Dual GAN和Munit等基于深度学习的图像生成模型。
展开更多
关键词
景观图像
局部风格迁移
SCST
CycleGAN
gated-mlp
图像生成
在线阅读
下载PDF
职称材料
题名
复杂景观图像的语义多状态图像风格迁移
1
作者
桑晨浩
莫路锋
屠国青
机构
浙江农林大学数学与计算机科学学院
出处
《电子技术应用》
2025年第6期40-46,共7页
基金
浙江省重点研发计划项目(2021C02005)。
文摘
复杂景观图像包含具有不同特征的各种对象,传统的风格迁移方法无法在同一图像中对不同对象进行局部风格迁移。Cycle GAN可以通过伪监督策略在没有配对样本的情况下实现风格迁移。但是Cycle GAN无法实现对复杂风景图像中不同类别对象的风格迁移;同时Cycle GAN在复杂场景中的泛化能力不足且复杂度高。因此,提出了一种基于语义类别的复杂风景多状态图像生成方法,即语义类别风格迁移(Semantic Category Style Transfer,SCST),能够有效地结合局部特征实现复杂风景的图像生成。同时提出了上下文感知的风格迁移模型GCycle‐GAN。实验结果表明本文提出的GCycle GAN的性能优于Cycle GAN、Dual GAN和Munit等基于深度学习的图像生成模型。
关键词
景观图像
局部风格迁移
SCST
CycleGAN
gated-mlp
图像生成
Keywords
landscape
local style transfer
SCST
CycleGAN
gated-mlp
image generation
分类号
TP389.1 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
复杂景观图像的语义多状态图像风格迁移
桑晨浩
莫路锋
屠国青
《电子技术应用》
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部