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：安徽理工大学

摘要：本发明公开了一种基于图像解耦训练的轻量化卡通风格迁移方法，该方法包括：S1：收集宫崎骏卡通图片与真实图片；S2：构建生成器网络，共包括编码器解码器，编码器包括动态卷积，幽灵卷积，多光谱信道注意力机制以及MobileOne优化特征构建，解码器则为上采样卷积；S3：判别器的卷积块由常规卷积、谱归一化层及LeakyRelu激活函数构成；S4：导入数据集结合Vgg19和该生成模型G进行预训练并引入内容损失，得到预训练模型；S5：进行判别器G和生成器的对抗训练，得到最终的生成网络G；S6：用最终生成的网络G对目标图片进行风格迁移，最终得到卡通化图片。本发明精简参数量与运算，增强卡通效果，降低算力门槛，便于嵌入式与移动设备部署，实现高效卡通风格转换。

主权项：1.一种基于图像解耦的轻量化卡通风格迁移方法，其特征在于包括以下步骤：步骤1：获取原始卡通图和真实世界的初始数据集，卡通数据集为动漫中的图片，真实世界初始数据集为现实拍摄景色图片；步骤2：构造生成器，根据图像在卷积过程中出现的大量参数，在主干网络的下采样部分的使用GhostMoudle用来减少参数和计算量；采用Dynamicconvolution来根据不同图片使用不同卷积来进行多样化的处理；在下采样的每一部分的最后添加多光谱信道注意力机制，来增强生成图片的效果；在网络流程使用Mobileone用来进行特征的提取，进一步轻量化的同时优化卡通效果，在上采样部分则使用常规卷积块，最终得到改进生成模型；步骤3：构造判别器，判别器由常规卷积，谱归一化以及leakyRelu组成；步骤4：将预先训练好的Vgg19网络模型，卡通训练集以及真实世界图片导入到改模型中用作预训练并且引入内容，之后设置预训练次数，进行与训练最终得到预训练模型；步骤5：将与训练模型和训练好的Vgg19模型同时导入到模型中，设置训练次数，超参数，权重次数，训练过程中对初始的卡通数据集和生成图进行图像解耦处理，包括图片的表面表示，结构表示以及纹理表示同时引入结构损失，纹理损失以及表面损失，总变差损失；步骤6：随着训练次数的增加，模型的损失函数曲线逐渐收敛，当损失函数曲线收敛并稳定时，模型训练到最优，并生成相应的模型文件将训练好的模型文件导入到生成文件中，并输入到生成文件，将测试真实世界图片导入到生成文件中，得到卡通化的对应图片。

全文数据：

权利要求：

百度查询： 安徽理工大学 一种基于图像解耦的轻量化卡通风格迁移方法