人臉圖像風(fēng)格遷移的改進(jìn)算法

摘要：圖像風(fēng)格遷移是對(duì)給定的輸入圖像,采用計(jì)算機(jī)手段自動(dòng)將任意其他圖像的風(fēng)格遷移到輸入圖像中,使兩者風(fēng)格完全相同,但保持原圖像內(nèi)容不變.本研究通過(guò)實(shí)驗(yàn)發(fā)現(xiàn),當(dāng)這種風(fēng)格遷移用到人臉圖像時(shí),由于嘴唇、眼睛等部位對(duì)空間位置差異比較敏感,容易導(dǎo)致風(fēng)格遷移效果失真.基于DPST (deep photo style transfer)算法,提出對(duì)空間差異魯棒的人臉圖像風(fēng)格遷移的改進(jìn)算法,通過(guò)將輸入圖像和風(fēng)格圖像各部分語(yǔ)義的分割內(nèi)容在深度卷積神經(jīng)網(wǎng)絡(luò)中特征圖通道間的歸一化互相關(guān)最大化,對(duì)風(fēng)格圖像進(jìn)行對(duì)應(yīng)的仿射變換,每個(gè)分割區(qū)域都以對(duì)應(yīng)的空間變換后的樣式圖像作為樣式參考,有效減輕了輸入圖像和風(fēng)格圖像各部分語(yǔ)義分割內(nèi)容在空間上存在較大差異時(shí)產(chǎn)生的重影.選取空間差異較大的輸入圖像與風(fēng)格圖像,對(duì)新算法和原DPST算法以及其他基準(zhǔn)算法進(jìn)行對(duì)比實(shí)驗(yàn),結(jié)果表明,當(dāng)兩張圖像各語(yǔ)義分割內(nèi)容在空間位置相差較大時(shí),新算法仍能產(chǎn)生較好的效果,魯棒性更佳.