公开(公告)号：CN114638743A

公开(公告)日：2022-06-17

申请号：CN202210114602.4

申请日：2022-01-30

Applicant: 中国科学院自动化研究所

Inventor： 张宇欣 ,  唐帆 ,  董未名 ,  马重阳 ,  黄海斌 ,  徐常胜

IPC: G06T3/00

Abstract: 本发明提供一种图像艺术风格迁移方法、系统、电子设备、存储介质，所述迁移方法包括：提取内容图和风格图的内容特征；基于内容图和风格图的内容特征，通过风格迁移网络，将风格图的风格传递给内容图，形成生成图；其中，风格迁移网络基于机器学习中对比学习理论设计对比损失训练而成，对比损失的对象为基于多层风格投影器生成的风格图、生成图和其他风格艺术图三者的风格编码。通过对比学习训练的风格迁移网络，能够将艺术图片的风格迁移入真实感图片中，获取高质量的风格化图片。

公开(公告)号：CN115222634A

公开(公告)日：2022-10-21

申请号：CN202210707261.1

申请日：2022-06-21

Applicant: 中国科学院自动化研究所

Inventor： 张宇欣 ,  唐帆 ,  董未名 ,  徐常胜

IPC: G06T5/50 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供一种图像生成方法、装置、电子设备和存储介质，其中方法包括：确定待生成的肖像图像和地图图像；基于图像生成模型，对肖像图像和地图图像分别进行特征提取，基于特征提取所得的肖像特征和地图特征之间的相关性，对肖像特征和地图特征进行融合，并基于融合所得的特征进行图像生成，得到肖像地图图像；图像生成模型基于样本肖像图像，样本地图图像以及样本肖像地图图像，联合判别模型进行对抗训练得到，判别模型用于区分预测肖像地图图像和样本肖像地图图像，根据融合所得的特征进行图像生成，能够使生成的肖像地图图像的精度更高；并且，联合判别模型进行对抗训练，能够保证模型生成的图像的自然度和逼真度，提高了生成图像的图像质量。