一种抑制图像扭曲的卷积神经艺术风格化算法

针对卷积神经图像风格艺术化过程中出现的图像语义内容扭曲,前后景边界模糊的问题,我们提出了一种抑制图像扭曲的卷积神经艺术风格化算法.首先用VGG-19网络模型对输入的内容图像和风格图像提取特征图并进行内容重建和风格重建.然后把输入的内容图像和风格图像到输出图像的变换约束在色彩空间局部仿射变换中,在输入图像RGB通道上构建Laplacian抠图矩阵,对于每一个输出区块,仿射变换将输入图像的RGB值映射到对应的输出及的位置上,实现了语义内容的约束和空间布局的控制.最后,将合成的图像叠加至白噪声图像上,并用反向传播算法迭代更新至损失函数最小,完成图像的风格化.实验结果表明,该方法生成的图像前后景边缘明显、纹理清楚,抑制了语义内容扭曲,实现了迁移图像的空间约束和颜色映射,风格化图像视觉上令人满意.