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