[发明专利]基于分类对抗网的自适应图像属性编辑模型和编辑方法

摘要

本发明提供了基于分类对抗网络的自适应图像属性编辑模型，通过构建上卷机残差网络和在判别器中增加属性对抗分类器Atta‑cls，同时实现了准确的属性转换和生成高质量图像的功能；采用上卷积残差网Tr‑resnet构造解码器，选择性地提取属性特征和内容特征，解决了深层编码器‑解码器结构中跳跃连接的局限性问题，增强了目标图像的属性特征，生成了更加精确和高质量的图像，提高了模型的性能。受生成对抗网络思想的影响，属性对抗分类器Atta‑cls针对属性差异以对抗学习的方式了解转换图像的不足，并根据不足进行进一步优化。本发明还通过属性连续性损失函数使评估的属性标签逼近源标签，保证了生成图像的属性连续性。