[发明专利]一种手绘线条画生成现实感图像的深度学习方法有效
| 申请号： | 201810859788.X | 申请日： | 2018-08-01 |
| 公开（公告）号： | CN109064389B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 陈昭炯;蔡雨婷;叶东毅 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06T3/00 | 分类号： | G06T3/00;G06N3/0475;G06N3/08 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种手绘线条画生成现实感图像的深度学习方法，S1:建立双层GAN结构，包括第一层GAN结构和第二层GAN结构；S2:收集并生成用于训练网络的“真实图像‑模拟线条画”数据集；S3:根据“真实图像‑模拟线条画”数据集，训练第一层GAN结构，得到训练后的第一层GAN结构；S4:将待处理的手绘线条画输入训练后的第一层GAN结构，得到粗粒度现实感图像；S5:根据“真实图像‑粗粒度现实感图像”数据集，训练第二层GAN结构，得到训练后的第二层GAN结构；S6:将粗粒度现实感图像输入训练后的第二层GAN结构，得到高分辨现实感图像。本发明采用级联两层GAN网络结构，逐步纠偏、丰富图像细节，生成具有现实感的高分辨图像；便捷实用，有利于人机交互，生成图效果具真实感。 | ||
| 搜索关键词： | 一种 手绘 线条 生成 现实 图像 深度 学习方法 | ||
【主权项】：
1.一种手绘线条画生成现实感图像的深度学习方法，其特征在于：包括以下步骤：步骤S1：建立双层GAN结构，包括第一层GAN结构和第二层GAN结构；步骤S2：收集并生成用于训练网络的“真实图像‑模拟线条画”数据集；步骤S3：根据“真实图像‑模拟线条画”数据集，训练第一层GAN结构，得到训练后的第一层GAN结构；步骤S4：将待处理的手绘线条画输入训练后的第一层GAN结构，得到粗粒度现实感图像；步骤S5：根据“真实图像‑粗粒度现实感图像”数据集，训练第二层GAN结构，得到训练后的第二层GAN结构；步骤S6：将粗粒度现实感图像输入训练后的第二层GAN结构，得到高分辨现实感图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810859788.X/，转载请声明来源钻瓜专利网。
