买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：陕西师范大学

摘要：一种基于双分支编码器与双向门控特征融合的山水画生成方法，由建立山水画生成数据集、构建山水画生成网络、训练山水画生成网络、保存模型、测试山水画生成网络步骤组成。采用了素描图来生成不同风格山水画，生成结果与山水画真迹吻合；在训练中使用多尺度感知损失函数学习山水画不同尺度的语义特征，生成的山水画整体协调一致；构建双分支编码器，添加颜色编码器提取目标山水画的颜色分布，采用双向门控特征融合模块提高了生成模型对颜色特征的关注度，色彩分布准确；用双DSTB模块关注上下文信息，生成结构清晰、细节丰富的山水画。本发明与现有技术相比，生成的中国山水画结构清晰、细节丰富、颜色分布合理。

主权项：1.一种基于双分支编码器与双向门控特征融合的山水画生成方法，其特征在于由下述步骤组成：1建立山水画生成数据集将千里江山图和富春山居图作为样本数据来源，采用样本切片和尺度归一化处理，调整图片为256×256像素的山水画样本，经灰度化、高斯低通滤波处理，用Canny边缘检测方法提取边缘构建素描图样本，得到山水画数据集，按照8：2划分为训练集、测试集；2构建山水画生成网络山水画生成网络由生成器与判别器串联构成；所述的生成器由结构编码器、颜色编码器、双向门控特征融合模块、普通残差块组、解码器构成，结构编码器和颜色编码器并联后与双向门控特征融合模块、普通残差块组、解码器依次串联构成，其中结构编码器与颜色编码器构成双分支编码器；3训练山水画生成网络1确定模型整体损失函数模型整体损失函数LTotal包括多尺度损失函数LMulti-scale、对抗损失函数LGAN、L1损失函数L1、多尺度感知损失函数LMulti-per；按下式确定多尺度损失函数LMulti-scale： 其中，n表示尺度的数量，n为有限的正整数，λi表示尺度i的权重，Ex,y表示输入素描图x和真实山水画y的期望值，Gx表示生成的山水画，Fi表示双边滤波操作，‖·‖1表示1范数；按下式确定对抗损失函数LGAN：LGAN＝Ex，y[logDx，y]+Ex[log1-Dx，Gx]其中，G表示生成器，D表示判别器，Ex表示输入素描图x的期望值；按下式确定L1损失函数L1：L1＝Ex,y[||y-Gx||1]按下式确定多尺度感知损失函数LMullti-per： 其中，m表示VGG19网络层的数量，m∈[1，19]，表示VGG19网络第j层的输出特征图，Cj表示特征图的通道数，Hj表示特征图的高，Wj表示特征图的宽，表示生成山水画，y表示真实山水画，表示生成山水画下采样到原来的12，y12表示真实山水画下采样到原来的12，表示生成山水画下采样到原来的14，y14表示真实山水画下采样到原来的14，表示生成山水画下采样到原来的18，y18表示真实山水画下采样到原来的18，‖·‖2表示2范数。Lp表示生成山水画与真实山水画的感知损失，表示生成山水画与真实山水画下采样到原来的12时的感知损失，表示生成山水画与真实山水画下采样到原来的14时的感知损失，表示生成山水画与真实山水画下采样到原来的18时的感知损失；按下式确定整体损失函数LTotal：LTotalλ1LMulti-scale+λ2LGAN+λ3L1+λ4LMulti-Per其中，λ1为多尺度损失函数LMulti-scale的权重，λ1∈0,2]，λ2为对抗损失函数LGAN的权重，λ2∈0,2]，λ3为L1损失函数L1的权重，λ3∈0,50]，λ4为多尺度感知损失函数LMulti-per的权重，λ4∈0,1]；2训练山水画生成网络将中国山水画训练集输入到山水画生成网络中进行训练，初始学习率为0.0002，批处理大小为1，采用Adam优化器优化生成器和判別器的参数，训练至模型整体损失函数LTotal收敛；4保存模型在训练山水画生成网络的过程中，每训练1个轮次，保存1次权重文件；5测试山水画生成网络将测试集输入到训练好的山水画生成网络中进行测试，加载权重文件，根据输入的素描图，得到生成的山水画。

全文数据：

权利要求：

百度查询： 陕西师范大学 基于双分支编码器与双向门控特征融合的山水画生成方法