基于边缘增强和关联损失的服装图像风格迁移

来源：现代纺织技术杂志2024年第8期北京时间：

作者：陈雨琪, 薛涛, 刘俊华

单位：西安工程大学计算机科学学院, 西安 710600

摘要：服装图案风格的迁移可以依据个人需要调整对应的风格服饰，满足大众对精神生活越来越高的需求。传统的服装图案风格迁移多采用简单纹理，内容较为单一，图像效果不够理想。针对这些问题，提出了一种基于边缘增强和关联损失的服装图案风格迁移方法(EnAdaIN)。首先，依据Kirsch算子对图像的原始边缘特征进行提取，同时结合Mask R-CNN深度学习方法对服装图像进行语义分割；然后，通过改进AdaIN算法构建基于空间关联损失的EnAdaIN方法，并输出风格迁移图像。EnAdaIN方法在融合边缘特征与语义风格图像的基础上实现服装图像的风格迁移，在融合空间关联损失算法的基础上进一步提升图像的特征相似度。实验表明：方法峰值信噪比相较于其他方法提升超过0.95%，结构相似性提升超过2.43%，方法的迁移效率提升超过了3.53%，生成后的图像信息色彩更为丰富、特征明显，进一步提升了图像的对比度和质量。

关键词：AdaIN,关联损失,风格迁移,服装图案迁移