恭喜中移(杭州)信息技術有限公司;中國移動通信集團有限公司左力文獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜中移(杭州)信息技術有限公司;中國移動通信集團有限公司申請的專利圖像風格遷移方法、裝置、設備及存儲介質獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114266943B 。
龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111639182.3,技術領域涉及:G06V10/774;該發明授權圖像風格遷移方法、裝置、設備及存儲介質是由左力文;夏葉鋒;靳倩倩設計研發完成,并于2021-12-28向國家知識產權局提交的專利申請。
本圖像風格遷移方法、裝置、設備及存儲介質在說明書摘要公布了:本發明公開了一種圖像風格遷移方法、裝置、設備及存儲介質,屬于圖像處理技術領域。本發明通過獲取目標風格程度調整參數,以及歷史圖像集;將所述目標風格程度調整參數和所述歷史圖像集輸入至預設網絡模型,得到參考網絡模型;基于目標損失函數對所述參考網絡模型進行訓練,得到目標風格遷移模型;在完成訓練的推斷階段,將待風格化圖像和目標風格程度調整參數輸入至所述目標風格遷移模型,得到所述目標風格遷移模型輸出的目標風格圖像,在模型訓練時加入風格程度調整參數,通過一次訓練而自由地調整生成的風格化結果的風格化程度,提高了圖像風格化程度調整的靈活性。
本發明授權圖像風格遷移方法、裝置、設備及存儲介質在權利要求書中公布了:1.一種圖像風格遷移方法,其特征在于,所述圖像風格遷移方法包括:獲取目標風格程度調整參數,以及歷史圖像集;將所述目標風格程度調整參數和所述歷史圖像集輸入至預設網絡模型,得到參考網絡模型;基于目標損失函數對所述參考網絡模型進行訓練,得到目標風格遷移模型;在完成訓練的推斷階段,將待風格化圖像和所述目標風格程度調整參數輸入至所述目標風格遷移模型,得到所述目標風格遷移模型輸出的目標風格圖像;所述基于目標損失函數對所述參考網絡模型進行訓練,得到目標風格遷移模型之前,還包括:獲取所述參考網絡模型對應的各個損失模塊的權重參數;根據所述權重參數、所述目標風格程度調整參數和歷史圖像集構建對抗損失函數、內容損失函數、風格化內容損失函數以及風格因子損失函數;根據所述抗損失函數、所述內容損失函數、所述風格化內容損失函數以及所述風格因子損失函數確定目標損失函數;其中,所述參考網絡模型中包括生成器和判別器,在得到所述參考風格圖像和處理后的歷史風格圖像之后,將所述參考風格圖像和所述處理后的歷史風格圖像輸入至所述判別器中進行比較,通過所述判別器的比較得到參考風格圖像和處理后的歷史風格圖像之前的風格差異,然后根據所述風格差異對生成器進行調整,使得生成器最終生成的參考風格圖像的圖像風格與處理后的歷史風格圖像的圖像風格一致,在達到納什平衡狀態時,判定生成器最終生成的參考風格圖像的圖像風格與處理后的歷史風格圖像的圖像風格一致,判定所述參考網絡模型為目標風格遷移模型;其中,對抗損失函數為Ladv=argmaxDargminGEx~pxlog[Dx]-Ez~pz,x~pxlog[1-DGz,]D、G和F分別為判別器模塊、生成器風格化模塊和風格因子注入模塊,x和分別為風格訓練集中對應的風格圖像和內容訓練集中的內容圖像,z為從[0,1]均勻分布中采樣的風格因子樣本,內容損失函數為,其中,‖·‖1表示L1范數,λ1表示像內容損失的權重,風格化內容損失函數為 其中F·表示感知函數,λ2表示感知損失的權重,風格因子損失函數為 其中,z為風格因子,為生成的風格化圖像,T為統計網絡,λ3代表風格因子損失函數的權重,目標損失函數為Ltotal=Ladv+LL1+Lpercetual+LStyleFactor。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人中移(杭州)信息技術有限公司;中國移動通信集團有限公司,其通訊地址為:311100 浙江省杭州市余杭區五常街道余杭塘路1600號A01號樓;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。