| 復雜景觀圖像的語義多狀態圖像風格遷移 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>6635 K | |
| 標簽： 景觀圖像 局部風格遷移 SCST | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：復雜景觀圖像包含具有不同特征的各種對象，傳統的風格遷移方法無法在同一圖像中對不同對象進行局部風格遷移。CycleGAN可以通過偽監督策略在沒有配對樣本的情況下實現風格遷移。但是CycleGAN無法實現對復雜風景圖像中不同類別對象的風格遷移；同時CycleGAN在復雜場景中的泛化能力不足且復雜度高。因此，提出了一種基于語義類別的復雜風景多狀態圖像生成方法，即語義類別風格遷移（Semantic Category Style Transfer，SCST），能夠有效地結合局部特征實現復雜風景的圖像生成。同時提出了上下文感知的風格遷移模型GCycleGAN。實驗結果表明本文提出的GCycleGAN的性能優于CycleGAN、DualGAN和Munit等基于深度學習的圖像生成模型。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2