摘要:
图像风格迁移是指将学习到的油画图像风格应用到其他图像上,让图像拥有油画的风格,当前生成对抗网络已被广泛应用到图像风格迁移中。针对循环生成对抗网络CycleGAN在处理图像时纹理清晰度不高的问题,提出了加入局部二值模式LBP算法的方法,将LBP算法加入生成对抗网络的生成器中,增强了循环对抗生成网络提取图像纹理特征内容的效果。针对生成图像产生噪声的问题,在损失函数中加入Total Variation Loss来约束噪声。实验结果表明,循环生成对抗网络加入LBP算法和Total Variation Loss后能提高生成图像的质量,使之具有更好的视觉效果。
彭晏飞,王恺欣,梅金业,桑雨,訾玲玲. 基于循环生成对抗网络的图像风格迁移[J]. 计算机工程与科学.
PENG Yan-fei,Wang Kai-xin,Mei Jin-ye,SANG Yu,ZI Ling-ling.
Image style migration based on
cycle generative adversarial networks
[J]. Computer Engineering & Science.