基于生成式对抗网络的水墨风格迁移研究

作     者：胡保锋 梁佳韦 汪康康 HU Baofeng;LIANG Jiawei;WANG Kangkang

作者机构：西安石油大学计算机学院陕西西安710065 

出 版 物：《信息与电脑》 (Information & Computer)

年 卷 期：2023年第35卷第7期

页      码：78-81页

摘      要：图像风格迁移是计算机视觉领域的一个研究热点,广泛用于艺术创作、影视娱乐等领域。利用深度学习等计算机技术自动生成中国水墨画对于弘扬中国的传统文化有着较为深远的意义。ChipGAN是一种基于生成式对抗网络(Generative Adversarial Network,GAN)的图像水墨化风格迁移网络。为提高ChipGAN的图像风格迁移质量,文章基于ChipGAN的网络结构进行改进,提出一个新的网络ChipGAN-RDN。将生成器中的残差网络(Residual Network,ResNet)替换成残差密集网络(Residual Dense Network,RDN),使浅层特征能够不断复用,最后将浅层特征和深层特征结合获得更丰富的特征信息。实验表明,本文提出的ChipGAN-RDN网络在峰值信噪比、结构相似性评价指标上的效果更好。

主 题 词：水墨风格迁移 ChipGAN 生成对抗网络 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1003-9767.2023.07.024

馆 藏 号：203122552...