NFP-AST:自然特征保留的任意风格迁移模型

• 全文链接
• 请求原文

作   者：

赵敏;  钱雪忠;  宋威; 

作者机构：

江南大学人工智能与计算机学院; 

关键词：

自适应空间重构;  可逆残差网络;  无偏融合;  自然特征保留;  特征亲和性; 

期刊名称：

计算机应用研究

i s s n：

1001-3695

年卷期：

2024 年 41 卷 010 期

页   码：

3183-3187

摘   要：

亲和特征提取和自然融合是实现风格迁移的关键。为此，提出一个新的自然特征保留的任意风格迁移模型NFP-AST。通过可逆残差网络在前向和后向推理中对特征二分处理，保证了提取特征亲和性，减少因提取过程造成的图像重建误差。在自适应空间重构模块ASRM中，先通过全局统计信息匹配内容风格特征，接着在融合特征中插值自适应权重捕获细节无偏融合内容风格特征，使风格过渡自然。定性和定量实验研究结果表明，NFP-AST产生的风格化图像与先进方法相比都取得了较好得分，艺术表达更具有视觉冲击力。