重庆理工大学学报(自然科学) ›› 2019, Vol. 33 ›› Issue (7): 145-151,159.
杨慧炯,韩燕丽,郭芸俊
摘要: 深度学习技术为图像风格迁移技术的突破提供了可能,无论在日常生活还是在学术、工业应用中都有很高的价值。目前已有的深度学习图像迁移算法虽然取得了突破性进展,但是在纹理细节、笔触形状等艺术风格以及大面积色块区域变化特征的提取中往往无法达到满意的效果。为此,通过综合考虑图像的颜色和亮度信息构建一个多尺度分层网络,在提取图像整体艺术风格的同时对纹理细节和大面积色块区域的微小亮度变化特征进行细化。相对于已有的深度学习图像风格迁移算法,在不增加软硬件和时间成本的前提下,可达到更为满意的迁移效果。
中图分类号: