计算机应用研究

作者：赵敏,钱雪忠,宋威,

单位：江南大学人工智能与计算机学院,江苏无锡214122；

关键词：自然特征保留,可逆残差网络,特征亲和性,自适应空间重构,无偏融合,

基金：国家自然科学基金项目(62076110)；江苏省自然科学基金项目(BK20181341)；；

亲和特征提取和自然融合是实现风格迁移的关键。为此，提出一个新的自然特征保留的任意风格迁移模型NFP-AST。通过可逆残差网络在前向和后向推理中对特征二分处理，保证了提取特征亲和性，减少因提取过程造成的图像重建误差。在自适应空间重构模块ASRM中，先通过全局统计信息匹配内容风格特征，接着在融合特征中插值自适应权重捕获细节无偏融合内容风格特征，使风格过渡自然。定性和定量实验研究结果表明，NFP-AST产生的风格化图像与先进方法相比都取得了较好得分，艺术表达更具有视觉冲击力。

来源：2024年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第10期