公开(公告)号：CN116664392A

公开(公告)日：2023-08-29

申请号：CN202310652290.7

申请日：2023-06-05

申请人： 南京邮电大学

发明人： 张一恒 ,  郑凯 ,  魏小璐 ,  孙诗晨 ,  许金晶 ,  牛沛琦 ,  王之恒 ,  邹辉 ,  张腾飞

IPC分类号： G06T3/00 ,  G06N3/0475 ,  G06N3/044 ,  G06N3/094 ,  G06N3/08

摘要： 本发明属于人工智能风格迁移技术领域，涉及一种图像风格迁移模型复原性的验证方法；首先，获取原始图像A；将原始图像A输入到对抗生成网络模型中输出风格化图像B；收集与原始图像A主题相同的图像训练集对CycleGAN网络模型进行训练；将风格化图像B输入到训练完成的CycleGAN模型中输出与原始图像A相似的重建图像A'；将原始图像A与重建图像A'进行比较，利用SSIM、PSNR、MSE图像指标判断模型的复原性；本方法用于评价该对抗生成网络的模型生成图片的可复原性判断，可以在需要图像双向转换的场景中运用该项技术，同时方便模型建立者搭建具体方法去提升模型的双向转换性，而不是像之前仅凭借人的肉眼判断。