专利内容由知识产权出版社提供
专利名称：一种基于对抗生成神经网络的图像风格迁移方法专利类型：发明专利
发明人：李垚辰,王瑞豪,吴霄,陆丹卉,刘跃虎申请号：CN201910730983.7申请日：20190808公开号：CN110533580A公开日：20191203
摘要：本发明公开了一种基于对抗生成神经网络的图像风格迁移方法，本发明在CycleGAN的基础上增加两个过滤数据集Filter1数据集和过滤数据集Filter2。本发明通过增加包含不需要风格转换图像的过滤数据集Filter1，使其经过生成器保持不变，并增加包含迁移错误图像的过滤数据集Filter2，使其被判别器判别为错误图片的方式解决CycleGAN迁移错误的问题。在调整整体损失函数后用生成式对抗网络进行训练，得到的网络模型用于图像的风格迁移。本发明在保持无监督学习的前提下能够很好的解决CycleGAN中出现的过度迁移、迁移过渡的问题。
申请人：西安交通大学
地址：710049 陕西省西安市咸宁西路28号
国籍：CN
代理机构：西安通大专利代理有限责任公司
代理人：王艾华
更多信息请下载全文后查看
