[发明专利]一种基于深度学习的超现实主义绘画图像风格迁移方法有效

专利信息
申请号: 202010438237.3 申请日: 2020-05-21
公开(公告)号: CN111724299B 公开(公告)日: 2023-08-08
发明(设计)人: 林澜;杨怡;汪澄 申请(专利权)人: 同济大学
主分类号: G06T3/00 分类号: G06T3/00;G06T3/40;G06T7/11;G06N3/0464;G06V10/774
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 翁惠瑜
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种基于深度学习的超现实主义绘画图像风格迁移方法,包括以下步骤:获取风格图像训练集和内容图像训练集;基于所述风格图像训练集和内容图像训练集训练获得一个卷积神经网络模型,该卷积神经网络模型包括生成器和判别器,所述生成器对输入图片进行下采样,并在编码器后设置噪声层,所述判别器为马尔科夫判别器;获取一张真实图片,调用训练后的生成器,对所述真实图片进行超现实主义风格转换。与现有技术相比,本发明具有迁移质量高、效果好等优点。
搜索关键词: 一种 基于 深度 学习 超现实主义 绘画 图像 风格 迁移 方法
【主权项】:
暂无信息
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同济大学,未经同济大学许可,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/202010438237.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code