针对图像样式转换产生的图像质量不高的问题,提出一种基于生成对抗网络的高质量图像样式转换方法。借鉴循环GAN网络结构上的发电网络相结合的方法采用跳层结构和U-Net网络中的残差网络,增强网络的多尺度不变性;其次,在判别网络方面,提出一种多尺度扩展卷积判别器,以改善图像样式的空间几何变换。实验证明,与Cycle-GAN算法相比,该算法在图像样式转换中的效果有很大提升,图像样式转换的质量也得到了提高。
科研之友
微信
新浪微博
Facebook
分享链接
