| 基于风格解耦和自适应层实例归一化的图像翻译方法 |
| |
| 引用本文： | 蔡兴泉,魏岳超,孙海燕.基于风格解耦和自适应层实例归一化的图像翻译方法[J].科学技术与工程,2021,21(17):7249-7257. |
| |
| 作者姓名： | 蔡兴泉 魏岳超 孙海燕 |
| |
| 作者单位： | 北方工业大学信息学院,北京100144 |
| |
| 基金项目： | 国家自然科学基金(61503005),北京市社会科学基金(19YTC043, 20YTB011),北方工业大学毓优人才培养项目(NCUTYY19XN132)； |
| |
| 摘 要： | 针对当前无监督图像翻译方法在翻译过程中存在着图像内容变化过大、目标图像域风格传递不佳而导致生成的图像质量较低、多样性较差等问题,提出一种基于风格解耦和自适应层实例归一化的图像翻译方法.首先,采用基于解耦表示的自编码器作为模型的生成器,共享内容编码器来增强图像翻译的内容一致性;其次,在解码器中实现自适应层实例归一化运算,可以自适应地改变图像的风格,以改善风格传递的效果;再次,将随机风格编码融合至损失函数中,使得设计的模型具有生成随机风格图像的能力,来提升生成图像的多样性;最后,设计并实现了该方法,并在多个数据集上进行验证和分析.实验验证表明,与现有的无监督图像翻译方法相比,所研究的方法生成的图像质量较高,多样性较好.
|
| 关 键 词： | 图像翻译 风格解耦 解码器 实例归一化 生成对抗网络 |
| 收稿时间： | 2020/9/29 0:00:00 |
| 修稿时间： | 2021/6/14 0:00:00 |
Image-to-Image Translation based Style Disentangled and Adaptive Layer-Instance Normalization |
| |
| Cai Xingquan,Wei Yuechao,Sun Haiyan.Image-to-Image Translation based Style Disentangled and Adaptive Layer-Instance Normalization[J].Science Technology and Engineering,2021,21(17):7249-7257. |
| |
| Authors: | Cai Xingquan Wei Yuechao Sun Haiyan |
| |
| Institution: | North China University of Technology |
| |
| Abstract: | |
| |
| Keywords: | Image-to-Image Translation Style Disentangled Decoder Instance Normalization Generative Adversarial Networks |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
