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:华南理工大学
摘要:本发明公开了一种端到端的抑制时域噪声放大的视频风格迁移方法、系统及存储介质,包括获取图像训练集,得到连续的两帧图像和随机生成的光流信息;获取风格训练集,所述风格训练集包括艺术绘画风格图像;构建视频风格迁移网络模型,所述视频风格迁移网络模型包括内容编码器、风格编码器、多级注意力特征迁移模块和解码器;将生成的两帧图像及风格图像输入视频风格迁移网络模型,进行训练,得到训练好的视频风格迁移模型;将任意一段测试视频和风格图像输入训练好的视频风格迁移模型,得到风格化视频。本发明增强风格化视频的时间一致性。
主权项:1.一种端到端的抑制时域噪声放大的视频风格迁移方法,其特征在于,包括如下:获取图像训练集,得到连续的两帧图像和随机生成的光流信息;获取风格训练集,所述风格训练集包括艺术绘画风格图像;构建视频风格迁移网络模型,所述视频风格迁移网络模型包括内容编码器、风格编码器、多级注意力特征迁移模块和解码器;将生成的两帧图像及风格图像输入视频风格迁移网络模型,进行训练,得到训练好的视频风格迁移模型:连续的两帧图像输入内容编码器得到内容特征;将风格图像输入风格编码器得到风格特征;将内容特征和风格特征输入多级注意力特征迁移模块,并将其输出端连接解码器,最终输出风格化结果;计算风格化结果的总损失值,使用总损失值训练视频风格迁移网络模型,直至取完训练集中所有的视频帧,得到训练好的视频风格迁移模型;所述总损失值的计算方法为:L=λsLs+λcLc+λtempLtemp+λssLss+λreconLrecon+λtvLtv,其中,λs、λc、λtemp、λss、λrecon和λtv是权重项,Ls为风格损失值,Lc为内容损失值,Ltemp为时域连续性损失值,Lss为自相似性损失值,Lrecon为重建损失值,Ltv为全变分损失值;所述自相似性损失值Lss,通过获得源视频帧的时间误差灰度图和风格化视频对应帧的时间误差灰度图,并计算它们之间的结构相似性得到;将任意一段测试视频和风格图像输入训练好的视频风格迁移模型,得到风格化视频。
全文数据:
权利要求:
百度查询: 华南理工大学 端到端的抑制时域噪声放大的视频风格迁移方法、系统及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。