科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对图像风格迁移时出现前后景边界模糊造成风格化图像主要目标模糊的问题,提出了目标边缘清晰化的图像风格迁移算法。通过将用于提取内容图像轮廓的深度抠图神经网络与风格迁移网络合并,形成透明遮罩约束风格迁移过程,凸显风格化图像中主要目标的轮廓;通过对迁移网络中最大池化层进行替换,保留图像的背景信息,细化风格化图像的整体结构;通过替换迁移网络中较大卷积核,减少网络模型参数,减少风格迁移计算量;通过对常规卷积层的归一化,实现相似风格迁移之间的参数共享,提升风格迁移速度。用VGG-19神经网络作为特征提取器对输入的内容图像和风格图像提取特征图,把输入图像到输出图像的变换约束在色彩空间局部仿射中,在输入图像RGB通道上合并目标遮罩,使得风格化图像的主要目标在遮罩约束中实现纹理合成。实验表明,与传统方法比较,该方法产生的迁移结果前后景边缘明显,内容结构保留较好,解决了风格化图像主要目标边缘模糊的问题。
- 单位
