인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
The research aims to eliminate the defects of image style transfer algorithm in image quality, content consistency and style consistency, and improve the generalization ability. An improved GAN image style migration algorithm AMS-Cycle-GAN is designed and implemented. In this algorithm, the generator uses the position normalization and moment shortcut modules, and the discriminator is based on the GAN model with channel attention mechanism and spectral normalization. The results showed that AMS-Cycle-GAN showed good performance in improving the visual quality, content consistency and style consistency of the generated image through the experimental verification under various settings. Especially in the photo2vangogh and vangogh2photo datasets, the IS and FID values were significantly better than those of other methods, reaching 5.3±0.8 and 114.1, and 4.94±0.45 and 148.23, respectively. The improved design of AMS-cycle-GAN generator and discriminator proves its value as a reliable and superior image style migration algorithm with its excellent performance.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093952534
