期刊文献+
共找到174篇文章
< 1 2 9 >
每页显示 20 50 100
基于神经网络的图像风格迁移算法综述 被引量:1
1
作者 王伟 张静宜 +1 位作者 温玉辉 魏云超 《电子学报》 北大核心 2025年第5期1692-1712,共21页
风格迁移作为图像编辑领域的一个关键研究方向,在艺术创作等领域展现出广泛的应用前景.自Gat-ys等人提出使用深度卷积特征间相关性捕获纹理信息并基于此实现风格迁移后,大量基于神经网络的风格迁移算法不断涌现.近年来随着各式生成模型... 风格迁移作为图像编辑领域的一个关键研究方向,在艺术创作等领域展现出广泛的应用前景.自Gat-ys等人提出使用深度卷积特征间相关性捕获纹理信息并基于此实现风格迁移后,大量基于神经网络的风格迁移算法不断涌现.近年来随着各式生成模型的兴起,将生成对抗网络、扩散模型等生成模型引入风格迁移工作获得了新的关注.此外,图像-文本跨模态任务的突破使得文本引导条件下的图像风格迁移成为可能.本文对当前先进的研究方法进行分类和描述.具体地,依据引导条件差异,将现有方法划分为图像引导的图像风格迁移方法、文本引导的图像风格迁移方法;依据网络架构的不同,将现有方法细分为基于自编码器的方法、基于生成对抗网络的方法、基于扩散模型的方法以及基于其他模型架构的方法,对当前图像风格迁移技术的研究进行全面的综述与分析.随后,介绍了图像风格迁移任务的数据集和评价体系,并从定量与定性方面对部分最先进的图像风格迁移方法进行实验和比较.最后,讨论了当前图像风格迁移技术面临的挑战,并对未来研究方向提出了展望. 展开更多
关键词 图像风格迁移 神经网络 图像编辑 多模态任务 计算机视觉 深度学习
在线阅读 下载PDF
风格迁移增强的机场目标检测方法研究
2
作者 王欣 李屹 +1 位作者 孟天宇 黄佳琪 《计算机应用与软件》 北大核心 2025年第5期146-154,共9页
在基于图像的目标检测中,机场是一类非常重要的目标,对其进行自动识别具有重要意义。针对一般检测算法难以使用复杂的近地航拍图像中边缘信息的问题,提出一种融合风格迁移增强边缘特征提取的目标检测算法。使用生成对抗网络抑制图像噪声... 在基于图像的目标检测中,机场是一类非常重要的目标,对其进行自动识别具有重要意义。针对一般检测算法难以使用复杂的近地航拍图像中边缘信息的问题,提出一种融合风格迁移增强边缘特征提取的目标检测算法。使用生成对抗网络抑制图像噪声,使用边缘检测算法突出图像边缘特征,将突出边缘信息的图像经由目标检测算法完成机场位置检测。在机场目标检测数据集实验中,结合所提出的边缘特征提取方法的目标检测算法相比原始目标检测算法有精度上的提升,其中结合该特征提取方法的YOLOv5算法的平均精度达到97.7%,验证了该特征提取方法对机场目标检测具有很好的效果。 展开更多
关键词 风格迁移 生成对抗网络 目标检测 机场检测 边缘增强
在线阅读 下载PDF
融合CBAM注意力机制的敦煌壁画风格迁移
3
作者 贵向泉 曹磊 李立 《计算机系统应用》 2025年第4期276-285,共10页
敦煌壁画是人类世界文明史中耀眼的瑰宝.然而,现有对敦煌壁画的算法研究主要集中在壁画修复方面,很少有针对敦煌壁画的色彩风格迁移研究.因此,提出一种基于循环生成对抗网络的融合CBAM注意力机制的敦煌壁画风格迁移方法.通过提取输入图... 敦煌壁画是人类世界文明史中耀眼的瑰宝.然而,现有对敦煌壁画的算法研究主要集中在壁画修复方面,很少有针对敦煌壁画的色彩风格迁移研究.因此,提出一种基于循环生成对抗网络的融合CBAM注意力机制的敦煌壁画风格迁移方法.通过提取输入图像的特征,将其输入到添加CBAM注意力机制的生成器中,应用注意力机制提升重点区域的风格迁移效果,抑制边界伪影的产生;为了更好地保留图像内容的结构信息,在下采样区和上采样区之间添加了残差网络模块;并且在损失函数中加入色彩损失,约束模型提高生成图像的风格化效果.通过自建的敦煌壁画数据集上进行的实验验证,所提出的模型在敦煌壁画艺术风格迁移任务中展现出了相较于现有方法的优越性.该模型能够生成视觉效果更为卓越、艺术韵味更为浓厚的敦煌壁画风格化图像,为敦煌壁画的创新研究提供了新思路. 展开更多
关键词 风格迁移 循环生成对抗网络 CBAM注意力机制 敦煌壁画
在线阅读 下载PDF
基于风格迁移的双向孪生网络遥感变化检测 被引量:1
4
作者 史经业 罗雅露 +2 位作者 张梦鸽 支瑞聪 刘吉强 《计算机系统应用》 2025年第4期76-89,共14页
不同时间获取的同一区域的双时相遥感图像在风格上往往具有很大差异,大多数研究方法忽略了这个问题,导致在风格多样的数据集上应用时,模型的性能指标和可视化效果不尽如人意.为此,本文首先使用风格迁移模块针对某一时刻原始图像生成类... 不同时间获取的同一区域的双时相遥感图像在风格上往往具有很大差异,大多数研究方法忽略了这个问题,导致在风格多样的数据集上应用时,模型的性能指标和可视化效果不尽如人意.为此,本文首先使用风格迁移模块针对某一时刻原始图像生成类似另一时刻风格的风格迁移图像.其次,提出了一种基于双向风格迁移的孪生对称差分特征金字塔网络(symmetrical difference feature pyramid network,SDFPNet),确定不同风格迁移方向对变化检测精度提升的影响程度.具体来说,将原始图像和风格迁移图像作为SDFPNet输入,使用两个孪生的轻量化网络和差分特征金字塔网络(difference feature pyramid network,DFPNet)同时进行参数优化,得到两个并行分支预测的变化图.为了减少变化像素点的误判,融合两个预测结果提升变化检测的准确性.在LEVIR-CD、CDD和SYSU-CD这3个数据集上通过实验证明,本文提出的基于双向风格迁移的SDFPNet在遥感变化检测任务上的评价指标优于SOTA(state-of-the-art)方法.尤其是在由于季节变化,风格差异较大的CDD和SYSU-CD数据集,在CDD数据集上检测精度达到99.37%,F2分数达到94.19%,SYSU-CD数据集上检测精度达到92.31%.有效解决了双时相图像风格差异大导致的变化检测精度不佳问题. 展开更多
关键词 变化检测 遥感影像 风格迁移 差分特征金字塔网络
在线阅读 下载PDF
面向地球背景与空间目标纹理的数据集增强学习方法
5
作者 张凡 张泽旭 +2 位作者 宋卓 黄烨飞 袁萌萌 《宇航学报》 北大核心 2025年第7期1456-1466,共11页
针对航天领域深度学习的监督训练数据集难以完全模拟真实地球背景与目标纹理的问题,提出一种基于深度学习的数据增强方法。首先,基于梯度惩罚式Wasserstein生成对抗网络生成虚拟太空背景图像,通过学习原始图像中的地球背景信息并生成相... 针对航天领域深度学习的监督训练数据集难以完全模拟真实地球背景与目标纹理的问题,提出一种基于深度学习的数据增强方法。首先,基于梯度惩罚式Wasserstein生成对抗网络生成虚拟太空背景图像,通过学习原始图像中的地球背景信息并生成相似的虚假纹理,丰富地球纹理变化;同时,训练一种随机化风格迁移网络对数据集的目标表面纹理风格进行随机生成。该网络在保留空间目标结构和图像高维语义信息的基础上,提高目标纹理的多样性。最后,在光照一致性约束下对生成的地球背景和表面纹理风格化的目标进行融合,构建完整的增强图像数据集。对位姿估计网络进行仿真实验;结果表明,利用该方法构建的增强数据集相比原始训练集,网络的位姿计算精度得到显著提升。 展开更多
关键词 空间目标 数据增强 生成对抗网络 风格迁移网络 深度学习
在线阅读 下载PDF
SN-CLPGAN:基于谱归一化的中国传统山水画风格迁移方法 被引量:2
6
作者 胡琦瑶 刘乾龙 +3 位作者 彭先霖 张翔 彭盛霖 范建平 《西北大学学报(自然科学版)》 北大核心 2025年第1期63-74,共12页
中国传统山水画的风格迁移为文化遗产数字化保护与传承提供了新的路径,近年来,深度学习技术已实现了不同图像间的风格迁移,并展现出栩栩如生的效果。中国传统山水画的风格迁移旨在继承中国古代画家独特的绘画技巧,但存在3个缺陷:①缺乏... 中国传统山水画的风格迁移为文化遗产数字化保护与传承提供了新的路径,近年来,深度学习技术已实现了不同图像间的风格迁移,并展现出栩栩如生的效果。中国传统山水画的风格迁移旨在继承中国古代画家独特的绘画技巧,但存在3个缺陷:①缺乏高质量的中国传统山水画图像数据集;②忽略了中国传统山水画特有的技法和笔墨细节;③风格迁移效果与真实山水画有所差距。为了弥补上述缺陷,首先,创建了一个基于风格迁移的中国传统山水画数据集STCLP,包含4281幅高质量的中国山水画以及自然景观图像,并提出了一种基于谱归一化的中国山水画风格迁移方法SN-CLPGAN。其次,提出了在生成器中使用融合反射填充层的残差稠密块(residual-in-residual dense block,RRDB)学习中国山水画独特的笔触和技法。接着,引入了多尺度结构相似性指数测量(multi-scale structural similarity index measure,MS-SSIM)损失以减少2幅图像之间的像素差异,使生成图像更接近传统绘画的色彩和颜料。最后,采用了融合谱归一化(spectral normalization,SN)的U-Net判别器增强图像纹理细节,并确保了模型训练过程的稳定性。大量实验验证了提出的方法在中国传统山水画风格迁移任务中的有效性和先进性。 展开更多
关键词 风格迁移 人工智能艺术 中国传统山水画 生成对抗网络
在线阅读 下载PDF
基于循环生成对抗网络的风格迁移蜡染图案设计
7
作者 汪鑫月 吕健 +2 位作者 侯宇康 周鑫 林俊希 《毛纺科技》 北大核心 2025年第6期35-41,共7页
为实现蜡染图案的数字化创新设计,提出一种基于循环生成对抗网络(CycleGAN)的蜡染图案风格迁移生成设计方法,运用计算机辅助技术介入到传统印染织物的图案再生成设计和创新。首先通过图像处理、数据增强等技术自行收集并构建蜡染数据集... 为实现蜡染图案的数字化创新设计,提出一种基于循环生成对抗网络(CycleGAN)的蜡染图案风格迁移生成设计方法,运用计算机辅助技术介入到传统印染织物的图案再生成设计和创新。首先通过图像处理、数据增强等技术自行收集并构建蜡染数据集;然后通过CycleGAN对数据集中的图像进行训练,采用风格迁移算法实现蜡染图案的风格迁移生成新的艺术风格图案;最后计算峰值信噪比(PSNR)和结构相似性(SSIM)来评估生成图案质量。结果表明:生成图像在PSNR和SSIM指标上均取得了较好结果,能够生成较高质量的艺术风格图案,验证了方法的有效性,为蜡染图案的自动生成与数字化创新提供了理论依据和实践基础。 展开更多
关键词 循环生成对抗网络 风格迁移 蜡染图案 生成设计
在线阅读 下载PDF
基于风格迁移算法的仙居花灯手工技艺服务设计研究
8
作者 陶冶 汪沙娜 《包装工程》 北大核心 2025年第16期243-252,265,共11页
目的通过风格迁移算法解决仙居花灯技艺传承式微与特征识别低效问题,提升数字化传承效能。方法分析风格迁移算法,结合仙居花灯手工技艺的现状和用户需求分析,通过对仙居花灯手工技艺相关图像数据集分析,深入挖掘传统手工艺图像数据,揭... 目的通过风格迁移算法解决仙居花灯技艺传承式微与特征识别低效问题,提升数字化传承效能。方法分析风格迁移算法,结合仙居花灯手工技艺的现状和用户需求分析,通过对仙居花灯手工技艺相关图像数据集分析,深入挖掘传统手工艺图像数据,揭示潜在规律并实施手工技艺的数字化重生,建立了仙居花灯手工技艺的卷积神经网络结构,提出了仙居花灯风格迁移算法测试方法。结果构建了一种基于神经风格迁移下的服务设计框架。结论通过仙居花灯传统手工技艺服务设计展示其风格迁移后的作品,验证其通过深入地挖掘和应用神经网络算法在传统手工技艺领域的应用,拓展非遗手工技艺的服务场景,提升使用者的用户体验。 展开更多
关键词 仙居花灯手工技艺 风格迁移算法 网络结构 服务设计
在线阅读 下载PDF
基于CNNs和Transformer的图标生成模型IconFormer
9
作者 候冬辉 竺乐庆 《中国图象图形学报》 北大核心 2025年第7期2378-2388,共11页
目的图标自动生成可以提高软件图形用户界面设计的效率,现有的图标自动生成方法存在多样性不足、生成过程复杂以及输入要求较高等问题,限制了生成结果的自由度和创新性。本文提出一种基于Transformer的高效且灵活的图标生成方法,该方法... 目的图标自动生成可以提高软件图形用户界面设计的效率,现有的图标自动生成方法存在多样性不足、生成过程复杂以及输入要求较高等问题,限制了生成结果的自由度和创新性。本文提出一种基于Transformer的高效且灵活的图标生成方法,该方法只需提供任意一对内容图标和风格图标,即可生成一幅新的具有特定风格的图标图像。方法提出一个图标生成模型IconFormer,网络结构中包括一个VGG(Visual Geometry Group)特征编码器、一个基于卷积神经网络(convolutional neural network,CNN)的风格编码器、一个Transformer多层解码器和一个CNN解码器,并用内容损失、风格损失、一致性损失和梯度损失组成的综合损失来优化网络模型。结果为了评估所提出的图标生成模型,构建了包含43741个图标样本的数据集,在该数据集上对IconFormer模型进行训练和评估,并在相同条件下与先进的相关方法进行对比和分析。评估结果表明,本文的IconFormer生成的图标在颜色和结构上更为完整,而其他相关方法则一定程度出现了内容缺失、风格化不足和背景着色的情况,IconFormer在内容差异和梯度分数等量化指标上也明显优于其他模型。消融实验进一步表明了本文所构建的IconFormer模型各个创新点对图标生成过程所起的正向作用。结论所提出的图标生成模型IconFormer,结合了卷积神经网络和Transformer模型的优点,可以快速高效地生成具有不同风格的高质量图标。 展开更多
关键词 图标生成 图像风格迁移 卷积神经网络(CNN) TRANSFORMER 自注意力机制
原文传递
基于CBAM残差块结合纹理采样器的水墨迁移算法
10
作者 刘雪莉 杜洪波 +1 位作者 袁雪丰 朱立军 《电子科技》 2025年第6期65-73,共9页
针对水墨风格迁移算法出现的线条不清晰、纹理杂乱及颜色重建效果差等问题,文中提出了一种新型轻量级水墨风格迁移神经网络IWSGAN(Ink and Wash Style Generative Adversarial Networks)。使用CBAM(Convolutional Block Attention Modu... 针对水墨风格迁移算法出现的线条不清晰、纹理杂乱及颜色重建效果差等问题,文中提出了一种新型轻量级水墨风格迁移神经网络IWSGAN(Ink and Wash Style Generative Adversarial Networks)。使用CBAM(Convolutional Block Attention Module)残差块对特征图进行通道空间注意力计算,提高了算法对有效信息的采取率。结合水墨纹理显著性采样器ITSS(Ink-Texture-Saliency-Sampler)从训练数据中采样水墨显著性局部图像块,使迁移的水墨图片线条纹理的水墨质感更明显。采用5种不同的损失函数约束内容图像和生成图像的高层语义,以促进风格特征的一致性。实验结果表明,IWSGAN生成图像保留了更多的内容特征,线条的纹理细节更形象,色彩重建表现较好,图像质量得到了显著提升。 展开更多
关键词 风格迁移 生成对抗网络 CBAM残差块 注意力机制 ITSS 局部对抗 水墨迁移 消融实验
在线阅读 下载PDF
低空巡检中基于风格迁移的红外图像仿真方法
11
作者 袁泉 陈宇 刘鹰 《航天控制》 2025年第4期63-70,共8页
利用无人机等设备进行低空巡检是未来低空经济中的典型应用场景,红外成像作为低空环境感知的重要手段,其可信的数据集获取面临成本高、保密性难以保证的问题。本文提出了一种基于风格迁移的目标移植方法生成仿真红外图片。该方法以有限... 利用无人机等设备进行低空巡检是未来低空经济中的典型应用场景,红外成像作为低空环境感知的重要手段,其可信的数据集获取面临成本高、保密性难以保证的问题。本文提出了一种基于风格迁移的目标移植方法生成仿真红外图片。该方法以有限元分析求解目标温度场为基础,再考虑大气传输效应渲染生成初步的仿真图像,最后使用基于卷积神经网络的风格迁移技术,实现目标与真实红外背景图像之间的高质量移植。在实验中与传统方法在3个不同场景下进行对比,并在信息熵、峰值信噪比等客观指标下进行定量评估。实验结果表明,本文的方法在3个场景中信息熵、峰值信噪比、标准差、平均梯度及空间频率分别平均提高了5.82%、1.03%、4.24%、10.5%及33.58%。证明了本方法生成的图片在高频信息与细节保留方面与传统方法相比取得明显优势。 展开更多
关键词 无人机 低空巡检 红外成像 目标移植 风格迁移神经网络
原文传递
基于神经网络与注意力的任意图像风格迁移研究综述
12
作者 王树声 李文书 《软件工程》 2025年第2期27-31,共5页
随着神经网络的广泛应用,尤其是注意力机制的引入,风格迁移研究取得了显著进展。文章对基于卷积神经网络、注意力机制的图像风格迁移进行了综述。首先,分析了风格迁移的基本原理和传统方法,详细介绍了基于深度学习的风格迁移算法,尤其... 随着神经网络的广泛应用,尤其是注意力机制的引入,风格迁移研究取得了显著进展。文章对基于卷积神经网络、注意力机制的图像风格迁移进行了综述。首先,分析了风格迁移的基本原理和传统方法,详细介绍了基于深度学习的风格迁移算法,尤其聚焦于那些通过引入注意力机制来强化模型风格表现与内容保持能力的创新方法。其次,通过比较不同算法的性能,探讨了现有方法在局部内容保留和风格控制精度方面的优点与缺点。最后,分析了任意图像风格迁移领域的发展趋势和潜在的研究方向。 展开更多
关键词 图像风格迁移 深度神经网络 注意力机制 内容保留 风格化控制
在线阅读 下载PDF
基于流的文本风格迁移模型
13
作者 张子涵 代金鞘 杨频 《工程科学与技术》 北大核心 2025年第1期201-212,共12页
近年来文本风格迁移(TST)任务受到了研究人员的广泛重视。现有研究使用变分自编码器、生成对抗网络等方法,先从输入文本中提取与风格属性无关的内容表示,再通过添加约束条件或结合风格嵌入向量的方式使解码器生成目标风格文本。已有的... 近年来文本风格迁移(TST)任务受到了研究人员的广泛重视。现有研究使用变分自编码器、生成对抗网络等方法,先从输入文本中提取与风格属性无关的内容表示,再通过添加约束条件或结合风格嵌入向量的方式使解码器生成目标风格文本。已有的方法在情感迁移、形式迁移等任务上都取得了良好的进展,有效地提高了非平行数据集下文本风格迁移的准确度,但仍存在迁移后文本的内容和风格之间不匹配、迁移后原核心语义难以保留等问题。本文提出了一种基于流模型的文本风格迁移方法。该方法将文本进行初步编码后,提出利用神经样条流构造一系列可逆映射。通过流的正向过程将序列从原有隐状态编码空间整体映射到潜在分布,在此分布下将序列通过仿射耦合变换修改其风格特征,再将重组序列通过流模型的逆过程重新映射回初始隐状态编码空间。最后,通过初始隐状态序列和重组隐状态序列联合训练解码器以生成目标文本。基于流模型所构建的转换函数为可逆函数,因此,在转换隐状态时不会损失原有的分布信息,从而改善了TST任务过程中文本内容保留的问题。同时,由于训练解码器的重组隐状态序列由初始隐状态序列变化而来,故降低了TST任务迁移后内容和风格的不匹配度。此外,本文还提出了新的内容保留度评价指标,同时考虑迁移准确与内容保留,综合评判模型的整体效果。在迁移任务常用数据集上的实验结果证明,本文提出的方法在保证较高风格迁移准确率的同时,在内容保留度上取得了较好的效果,在整体性能上展现了一定程度的优势。 展开更多
关键词 文本生成 文本风格迁移 神经网络 神经样条流
在线阅读 下载PDF
风格迁移算法在鞋靴图案个性化设计中的应用
14
作者 张彧彧 万蓬勃 +1 位作者 朱小凤 唐昕 《皮革科学与工程》 北大核心 2025年第5期83-90,共8页
传统鞋靴设计图案个性化存在局限,缺少产生新纹理图案的风格化调节方案。为实现鞋靴图案个性化设计而使用风格迁移,并为解决现有风格迁移模型在鞋靴产品上效果不佳的问题,提出一种鞋靴区域控制的图案个性化风格迁移方法。通过全卷积网... 传统鞋靴设计图案个性化存在局限,缺少产生新纹理图案的风格化调节方案。为实现鞋靴图案个性化设计而使用风格迁移,并为解决现有风格迁移模型在鞋靴产品上效果不佳的问题,提出一种鞋靴区域控制的图案个性化风格迁移方法。通过全卷积网络与条件随机场结合的图像分割算法,提取鞋靴主体和背景,再进行二值化处理得到掩膜图像以便后续的空间控制;再基于Visual Geometry Group 19的风格迁移模型结合掩膜,实现风格图像到鞋靴目标区域的风格迁移。实验结果表明,该方法与自适应实例归一化等风格迁移方法相比,生成的鞋靴产品风格迁移效果图取得了更好的效果。解决了风格迁移后鞋靴产品与背景界限不清晰等问题,有效地提升了在鞋靴图案个性化设计中的应用效果。 展开更多
关键词 风格迁移 鞋靴 个性化设计 卷积神经网络 图像分割 创新设计 革制品 产品设计
原文传递
融合特征位置编码和误差修正的唐卡图像风格迁移模型
15
作者 时新月 胡文瑾 +1 位作者 乔浪 康文东 《计算机辅助设计与图形学学报》 北大核心 2025年第2期293-302,共10页
唐卡是藏族文化中一种独具特色的艺术风格,通过对唐卡图像进行二次创作能够帮助人们了解唐卡风格特征,促进文化传承与保护.针对目前唐卡图像风格迁移技术生成新图像中,生成图像存在伪影、局部图像模糊和细节信息处理不到位等问题,提出... 唐卡是藏族文化中一种独具特色的艺术风格,通过对唐卡图像进行二次创作能够帮助人们了解唐卡风格特征,促进文化传承与保护.针对目前唐卡图像风格迁移技术生成新图像中,生成图像存在伪影、局部图像模糊和细节信息处理不到位等问题,提出一种融合特征位置编码和误差修正的唐卡风格迁移模型FPC-EI.利用二维相对位置编码获取内容序列与风格序列之间的对应位置信息,实现图像特征之间的对齐和匹配;坐标注意力机制模块强化利用二维相对位置编码增强编码器对于唐卡以及内容图像纹理细节信息的捕获能力;密集深度反投影网络使用采样层模块不断地进行上下采样,进行误差修正,指导模型提高生成图像质量.在自建的唐卡数据集和任意图像数据集上进行模型训练的实验结果表明,与AdaIN,ArtFlow,AdaAttN等风格迁移模型相比,FPC-EI的SSIM指标平均提升32%,LPIPS和MSE指标平均下降7.3%和2.7%,可以有效地保留内容结构、特征融合和图像局部细节方面特征. 展开更多
关键词 唐卡图像 风格迁移 位置编码 注意力机制 深度反投影网络
在线阅读 下载PDF
半监督角色动画风格迁移
16
作者 郑瑞坤 刘耿欣 胡瑞珍 《计算机辅助设计与图形学学报》 北大核心 2025年第5期821-831,共11页
针对有监督动画风格迁移方法对未知内容泛化性差,以及无监督方法生成动画风格不一致且不自然的问题,提出一种半监督动画风格迁移方法.所提方法使用2个编码器分别从内容动画和风格动画中提取内容和风格特征,并使用解码器进行特征融合和... 针对有监督动画风格迁移方法对未知内容泛化性差,以及无监督方法生成动画风格不一致且不自然的问题,提出一种半监督动画风格迁移方法.所提方法使用2个编码器分别从内容动画和风格动画中提取内容和风格特征,并使用解码器进行特征融合和动画生成;为提升泛化性,使用大规模无标签动画扩充内容动画数据集,并用内容保留损失与末端执行器损失使生成结果与输入内容动画相似;为保持风格一致性,将生成结果重新输入风格编码器提取风格特征,并计算与原风格和另一其他风格特征之间的三元组损失.在2个公开数据集BFA和CMU上与Motion Puzzle等方法对比,所提方法生成动画的MID值与用户调研结果均得到明显提升. 展开更多
关键词 动画风格迁移 图卷积神经网络 角色动画 深度学习
在线阅读 下载PDF
基于粒子群优化-并行卷积神经网络的图像风格迁移 被引量:2
17
作者 吴换霞 《复旦学报(自然科学版)》 北大核心 2025年第1期24-31,共8页
现有的图像风格迁移算法侧重提取图像低层特征,在图像内容语义、大尺度特征等方面的迁移能力仍然有限,会导致迁移图像内容损失过大、风格纹理细节失真等问题。为了解决这些问题,本文提出了一种基于粒子群优化-并行卷积神经网络(Particle... 现有的图像风格迁移算法侧重提取图像低层特征,在图像内容语义、大尺度特征等方面的迁移能力仍然有限,会导致迁移图像内容损失过大、风格纹理细节失真等问题。为了解决这些问题,本文提出了一种基于粒子群优化-并行卷积神经网络(Particle Swarm Optimization and Parallel Convolutional Neural Network,PSO-PCNN)的图像风格迁移算法。该方法先采用并行卷积神经网络的卷积层提取图像特征,然后根据不同粒度的特征信息进行对齐匹配与融合,从而实现图像风格迁移。此外,在模型训练阶段的后向传播部分采用粒子群优化算法对部分网络权重进行优化,以加快网络的收敛速率。本文通过对比试验将PSO-PCNN模型与VGG-16、CycleGAN、CNN风格迁移模型进行比较,结果表明该PSO-PCNN风格迁移模型在风格损失、内容损失两个指标上均表现出更好的性能,结构相似性的SSIM指数提高到近0.72,风格转换效果也显著提高。该模型成功地迁移了特征信息和风格语义,并生成了更细腻的风格迁移图像效果。 展开更多
关键词 风格迁移 粒子群优化算法 多特征融合 并行卷积神经网络
在线阅读 下载PDF
基于风格迁移的侧扫声呐图像扩充方法
18
作者 白忠玉 徐红丽 +1 位作者 茹敬雨 邱少雄 《水下无人系统学报》 2025年第4期599-605,共7页
侧扫声呐(SSS)因其在自主水下航行器(AUV)上的稳定性与高效性,在海洋探测领域得到了广泛应用。然而,SSS图像获取难度大、样本数量稀少,严重限制了基于深度神经网络(DNN)的SSS图像分类性能。针对这一问题,文中提出了一种多尺度注意力融... 侧扫声呐(SSS)因其在自主水下航行器(AUV)上的稳定性与高效性,在海洋探测领域得到了广泛应用。然而,SSS图像获取难度大、样本数量稀少,严重限制了基于深度神经网络(DNN)的SSS图像分类性能。针对这一问题,文中提出了一种多尺度注意力融合网络(MSANet),利用光学-声学图像进行数据扩充来提升SSS图像分类模型的泛化能力。首先,通过编码器不同层提取输入图像的浅层与深层特征,以充分捕捉内容与风格信息。随后,引入多尺度注意力模块(MSAM),提取风格图像在通道维度上的局部与全局上下文信息,并与光学特征进行高效融合,使光学特征在不同空间位置精准匹配相应的声学特征。最终,将不同层融合后的特征进行尺度对齐,并输入到解码器生成高质量的模拟SSS图像样本,用于训练SSS图像分类网络。在真实SSS图像数据集上的实验结果表明,提出的风格迁移方法能够有效生成高质量模拟SSS图像样本,进而提高基于DNN的SSS图像分类性能。 展开更多
关键词 侧扫声呐 风格迁移 多尺度注意力网络 图像扩充 图像分类
在线阅读 下载PDF
基于改进Cycle GAN的清代官补风格迁移研究
19
作者 刘贝芬 张坦坦 冯峥嵘 《纺织学报》 北大核心 2025年第9期213-224,共12页
针对清代官补在风格迁移中色彩保留不足及多层次纹样结构细节易丢失的问题,提出一种基于改进循环生成对抗网络的风格迁移方法,从纹样、色彩、构图3个方面分析了清代官补的艺术特征,与其它主流风格迁移模型对比,以艺术指标和技术指标进... 针对清代官补在风格迁移中色彩保留不足及多层次纹样结构细节易丢失的问题,提出一种基于改进循环生成对抗网络的风格迁移方法,从纹样、色彩、构图3个方面分析了清代官补的艺术特征,与其它主流风格迁移模型对比,以艺术指标和技术指标进行评价,选择表现最佳的循环生成对抗网络模型进行改进,在生成器中引入特征融合模块,简化判别器结构,引入感知损失函数。结果表明,改进方法在技术指标上有显著提升,其中结构相似度提高了0.041,峰值信噪比提高了2.17 dB,均方误差降低了0.031,图像感知相似度降低了0.042,序列感知距离降低了4.157,可生成更清晰的祥云纹、海水江崖纹等基本纹样,实现底色与纹样的有效分离,增强了图案的层次感与边缘清晰度,研究成果为传统服饰纹样的数字化创新提供了技术路径参考,也为当代图案的艺术创作开辟了新的发展空间。 展开更多
关键词 风格迁移 服饰纹样 辅助设计 生成对抗网络 清代官补 艺术评价
在线阅读 下载PDF
基于多时相巡检图像的变电设备抗干扰缺陷检测 被引量:2
20
作者 王鹏 赵春晖 +3 位作者 周华良 苏战涛 王晶 王文海 《控制与决策》 EI CSCD 北大核心 2024年第3期885-892,共8页
近年来,变电站中广泛采用机器视觉算法分析多时相巡检图像的差异变化,用于检测各类变电设备缺陷,以确保运行安全.然而,由于拍摄时刻不同,多时相图像间存在天气、光照、季节等各类干扰变化,对变电设备的缺陷检测提出了挑战.对此,提出一... 近年来,变电站中广泛采用机器视觉算法分析多时相巡检图像的差异变化,用于检测各类变电设备缺陷,以确保运行安全.然而,由于拍摄时刻不同,多时相图像间存在天气、光照、季节等各类干扰变化,对变电设备的缺陷检测提出了挑战.对此,提出一种基于多时相巡检图像的变电设备抗干扰缺陷检测方法.首先,利用风格迁移模型CycleGAN学习不同风格域之间的映射关系,并基于检测图生成足量存在天气、光照、季节干扰变化的干扰图;其次,基于参考图+检测图+干扰图三元组对三重孪生网络TripleNet进行协同训练,在特征层面提出空间一致性损失以抵抗各类干扰变化,用于提取三者鲁棒的多尺度差异特征;最后,搭建特征聚合网络PANet融合多尺度差异特征,输出多尺度的缺陷检测结果.在实际变电设备多时相巡检图像数据集上进行实验验证,结果表明,所提出方法相较于非孪生网络和一般孪生网络可提升2.09%和0.67%的m AP,且在原始样本与干扰样本上的检测精度更均衡,而且所提出方法可以在提升变电设备缺陷检测模型精度的同时增强模型的抗干扰能力. 展开更多
关键词 变电站巡检 多时相图像 抗干扰缺陷检测 风格迁移 三重孪生网络 空间一致性约束
原文传递
上一页 1 2 9 下一页 到第
使用帮助 返回顶部