一种结合深度学习与深度感知的图像风格化迁移方法

摘要

本发明公开了一种结合深度学习与深度感知的图像风格化迁移方法，其包括如下步骤：1)原图x通过图像变换网络进行预处理生成图片y*；将生成图片y*和原图x分别输入已训练好的第一模型中并获取模型各层的特征图并计算风格和内容的损失值；2)将生成图片y*和原图x分别输入已训练好的第二模型中并获取模型输出层的景深估计图，计算景深损失值；3)将上述的内容、风格与景深三部分损失函数拟合成一个线性函数，计算生成图与原图的总损失值；4)通过优化算法自动调整模型参数，然后把前一次生成的风格化图像重新通过模型生成新的风格图和计算新的损失值，更新模型参数，直至模型收敛。本发明能在图像风格迁移的过程中保留原图的景深信息和立体结构感，使不同风格在原图的融入更加自然与立体,提高了图像风格化的质量。