一种基于注意力机制的稳定生成对抗网络在风格迁移中的应用
公开
摘要
本文提出一种基于注意力机制的稳定生成对抗网络ASGAN，其可以有效扩大感受野。通过使用实例归一化以及AdaBelief优化器稳定ASGAN训练过程，并应用于图像风格迁移中。理论分析表明，ASGAN与CycleGAN相比，使用更少的计算成本与参数总量。实验的定性和定量分析表明，相比于CycleGAN和AGGAN，ASGAN的图像风格迁移效果更好且更加稳定，在PSNR，SSIM，LPIPS，FID指标评估中，ASGAN迁移指标表现更好。
基本信息
专利标题 ：
一种基于注意力机制的稳定生成对抗网络在风格迁移中的应用
专利标题（英）：
暂无
公开（公告）号 ：
CN114612589A
申请号 ：
CN202210250457.2
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李庚隆徐蔚鸿张康
申请人 ：
长沙理工大学
申请人地址 ：
湖南省长沙市天心区万家丽南路2段960号
代理机构 ：
代理人 ：
优先权 ：
CN202210250457.2
主分类号 ：
G06T11/60
IPC分类号 ：
G06T11/60 G06T11/00 G06T3/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T11/00
2D图像的生成
G06T11/60
编辑图形和文本，组合图形或文本
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
