-
题名融合多注意力机制的语义调整风格迁移网络
- 1
-
-
作者
张彩灯
徐杨
莫寒
冯明文
-
机构
贵州大学大数据与信息工程学院
贵阳铝镁设计研究院有限公司
-
出处
《计算机工程与应用》
北大核心
2025年第8期204-214,共11页
-
基金
贵州省科技计划项目(黔科合支撑[2023]一般326)。
-
文摘
风格迁移是一种计算机视觉技术,旨在将一幅图像的风格迁移到另一幅图像上,从而创造出拥有新风格的图像。但当前任意风格迁移网络中还存在一些问题,如融合后的风格化图像语义不清晰以及整体风格不一致等。为了解决这些问题,提出了一种新的多注意力风格迁移网络MatST。该网络结合了语义调整的方法,通过引入一系列注意力机制来改进风格迁移的效果。提出了RCCAB模块,通过结合交叉卷积和通道注意力机制,解决图像定位和细节表示的问题。结合窗口自注意力、重叠交叉窗口注意力OCAB和多头注意力块MHAB,设计了多注意力模块MAB作为Transformer编码器的子层。MAB模块从多个维度提取图像特征,解决图像网格化和风格化不细致的问题。设计了风格化图像语义调整器,通过反馈传播的方式来调整风格化图像的语义信息,生成语义清晰且更符合人眼感知的风格化图像。实验结果表明,相对于StyTr2网络,MatST网络在COCO数据集上内容损失降低0.1725,同时风格损失减少0.0757。经实验验证,该网络在获得较好风格化图像的同时,能够保留清晰的内容语义,具有良好的任意风格迁移效果。
-
关键词
风格迁移
语义调整
注意力机制
交叉卷积
-
Keywords
style transfer
semantic adjustment
attention mechanism
cross-convolution
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
