|
20.
基于笔触和轮廓约束的艺术绘画图像风格迁移
施晓, 胡学友, 黄迎辉, 等
巢湖学院学报
2023, 25 (6):
101-110+128.
DOI: 10.12152/j.issn.1672-2868.2023.06.013
图像风格迁移在艺术绘画领域具有重要的应用价值,现有的艺术绘画风格迁移算法无法很好的迁移特定风格作品的独特笔触和图像中对象的轮廓特征。为实现更好的风格迁移效果,提出了一种基于笔触和轮廓约束的艺术绘画图像风格迁移方法。使用预训练的边缘检测器提取风格图像和内容图像的笔触特征,设计损失函数强调二者间的笔触一致性;采用腐蚀和模糊技术模拟油画中颜料的扩散效应,对内容图像中的对象轮廓进行约束。生成网络中引入多头注意力机制聚焦关键风格特征,损失函数采用Smooth L1代替L1来提升训练稳定性。算法在梵高绘画图像数据集上主要与CycleGAN进行对比实验,评估指标FID降低9%,SSIM提升11.8%,PSNR提高3.9%,且人类主观评估也有显著提升。实验结果表明算法较CycleGAN有更好的风格迁移效果。
相关文章 |
多维度评价
|
|