针对目前生成对抗网络的图像风格迁移效果存在细节丢失、图像真实性有待提高等问题，提出了一种改进的CycleGAN网络模型，使用U-Net代替原来的ResNet网络，以更好地保留图像细节和结构；在生成器和判别器中融入自注意力机制，进一步提升对重要细节的关注和重建能力，产生更逼真细腻的迁移效果。消融实验结果表明，该算法有效改善了风格迁移过程中细节丢失等问题，生成图像具有更好的视觉效果和真实感。
科研之友
微信
新浪微博
Facebook
分享链接
