典型文献
全局信息引导的真实图像风格迁移
文献摘要：
不同于艺术风格迁移,真实图像风格迁移的挑战在于,迁移结果在迁移风格图片的色调风格的同时在内容上应保持真实性.目前,真实图像风格迁移的方法往往是在艺术风格迁移方法的基础上进行预处理或后处理,以保持生成图片的真实性.但艺术风格迁移方法通常无法充分利用全局色彩信息实现更为协调的整体观感,且预处理和后处理操作往往繁琐而费时.针对以上问题,建立了全局信息引导的真实图像风格迁移网络,提出了色域均值损失(Lcpm)来衡量生成图片与风格图片全局色彩分布的相似性,对自适应实例归一化(AdaIN)进行改进,提出分区自适应实例归一化(AdaIN-P),以更好地适应真实图像的色彩风格迁移;此外,引入了一种跨通道分区注意力机制,以更好地利用全局上下文信息,提升生成图片的整体协调性.上述方法能够引导网络解码器充分利用全局信息.实验结果表明,相较于其他主流方法,所提网络模型能在保持图像细节的同时实现更好的真实图像风格迁移效果.
文献关键词：
风格迁移;全局信息;卷积神经网络;注意力机制;编码解码;特征融合
中图分类号：
作者姓名：
张颖涛;张杰;张睿;张文强
作者机构：
复旦大学计算机科学技术学院 上海200011;上海市智能信息处理重点实验室(复旦大学) 上海200011
文献出处：
引用格式：
[1]张颖涛;张杰;张睿;张文强-.全局信息引导的真实图像风格迁移)[J].计算机科学,2022(07):100-105
A类：
Lcpm
B类：
全局信息,信息引导,图像风格迁移,艺术风格,色调风格,成图,色彩信息,整体观,观感,费时,色域,自适应实例归一化,AdaIN,色彩风格,跨通道,注意力机制,全局上下文信息,解码器,主流方法,迁移效果,编码解码,特征融合
AB值：
0.241856
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
