随着深度学习的不断发展与应用,图像到图像的风格迁移成了计算机视觉领域的研究热点之一。该文运用Cycle-GAN网络对图像进行风格迁移,能够在无匹配的源图像和风格图像的情况下进行。使得CycleGAN网络中的生成器由编码器、转换器及解码器组成,能起到保留原始图像特征和转换图像数据的作用。该文尝试通过Inception与ResNet进行结合,并与原CycleGAN网络进行对比训练,结果表明,修改后的CycleGAN能够比CycleGAN训练后得到更加逼真的图像,具有更佳的视觉效果。
科研之友
微信
新浪微博
Facebook
分享链接
