利索能及
我要发布
收藏
专利号: 2022102199546
申请人: 武汉工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-17
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于语义分割的任意风格迁移方法,其特征在于:包括以下步骤:S1:设源图片I为内容图片,将内容图片和不同的风格图片放入风格迁移网络AdaIN进行训练,生成不同风格的内容图片Is1、Is2、…、Isn;

S2:通过语义分割内容图片,得到带有不同目标区域语义信息的掩膜Im1、Im2、…、Imn,掩膜的数量与迁移后的内容图片的数量一致;

S3:使用带不同语义信息的掩膜Im1、Im2、…、Imn处理风格迁移后的内容图片Is1、Is2、…、Isn,得到带语义信息的风格迁移的目标区域Ir1、Ir2、…、Irn和内容图片的背景区域Iv;将目标区域Ir1、Ir2、…、Irn与背景区域Iv相加得到一张多风格迁移图片(Ir1+Ir2+…+Irn+Iv)。

2.根据权利要求1所述的一种基于语义分割的任意风格迁移方法,其特征在于:所述的步骤S1中,具体步骤为:S11:训练前用VGG提取内容图片x和风格图片y的特征信息;

S12:向风格迁移网络AdaIN输入包括内容图片x和风格图片y的信息源,使用风格图片y的均值和方差作为仿射参数;设输入内容图片的特征的均值为μ(x)、标准差为σ(x),输入风格图片的特征的均值为μ(y)、标准差为σ(y),将内容图片x的通道级均值和标准差匹配到风格图片y的通道级均值和标准差:表示对内容图片x先去风格化,再风格化到风格图片y的风格。

3.根据权利要求2所述的一种基于语义分割的任意风格迁移方法,其特征在于:所述的步骤S21中,具体步骤为:S21:采用轻量化分割模型DABNet作为分割网络;

S22:采用内容图片x对应标注的语义图像训练分割网络,得到带语义信息的掩膜Im1、Im2、…、Imn。

4.根据权利要求1所述的一种基于语义分割的任意风格迁移方法,其特征在于:所述的步骤S3中,目标区域Ir1、Ir2、…、Irn与背景区域Iv相加的具体步骤为:S31:提取风格融合后的语义区域图片,采用掩膜Im1、Im2、…、Imn分别与风格迁移后的内容图片Is1、Is2、…、Isn对应做Hadamard乘积:Ir1=Im1⊙Is1,

Ir2=Im2⊙Is2,

…,

Irn=Imn⊙Isn,

得到的图片中,只有带语义信息的风格迁移的目标区域Ir1、Ir2、…、Irn保留原来的像素值,其他区域像素值为0;

S32:将带有语义信息的掩膜Im1、Im2、…、Imn相加并遮挡源图片I的目标区域,然后与源图片I做矩阵的乘法,设⊙为Hadamard乘积,得到去除语义信息的背景区域Iv:Iv=(1‑Im1‑Im2‑…‑Imn)⊙I;

S33:通过像素值相加得到最终的合成图片If:

If=(Ir1+Ir2+…+Irn+Iv)。

5.根据权利要求4所述的一种基于语义分割的任意风格迁移方法,其特征在于:所述的步骤S3中,目标区域Ir1、Ir2、…、Irn的像素值与迁移后的风格图片Is1、Is2、…、Isn的像素值一致;每张风格迁移后的图片不含语义信息的部分的像素值为0;

掩膜的二值图像的目标区域像素值为255,是白色,其他区域像素值为0,是黑色。

6.一种计算机存储介质,其特征在于:其内存储有可被计算机处理器执行的计算机程序,该计算机程序执行如权利要求1至权利要求5中任意一项所述的一种基于语义分割的任意风格迁移方法。