【技术实现步骤摘要】
本专利技术涉及计算机视觉与图像风格迁移，特别涉及一种基于空间自适应注意力的人脸素描图像生成方法与系统。
技术介绍
1、人脸素描图像生成技术通过将人脸照片图像转化为结构化的素描图像，在数字娱乐、司法刑侦及医疗诊断等领域展现出重要的应用价值。在数字娱乐领域，该技术能够快速生成个性化艺术图像，降低用户创作门槛；在司法刑侦中，它通过跨模态匹配解决低质量监控图像与数据库照片的匹配难题，提升嫌疑人识别效率；在医疗诊断中，素描形式可强化病理特征的视觉表达，辅助医生精准分析。现有技术中，针对人脸素描生成的研究方法主要分为两大类：一是传统方法，例如基于滤波器的边缘检测技术；二是深度学习方法，包括基于卷积神经网络的方法(convolutional neural network, cnn)、基于transformer的方法以及基于扩散模型的方法。
2、传统方法多依赖手工设计的特征提取和边缘检测算法，具有实现简单、计算效率高等优点，但在处理复杂背景、保持边缘连续性以及保留细节信息方面存在明显不足。
技术实现思路<...
【技术保护点】
1.一种基于空间自适应注意力的人脸素描图像生成方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于空间自适应注意力的人脸素描图像生成方法，其特征在于，在所述步骤2中，对内容特征采用级联最大池化操作以及大核卷积提取操作，以得到大核卷积处理后输出的内容特征，具体步骤为：
3.根据权利要求2所述的基于空间自适应注意力的人脸素描图像生成方法，其特征在于，在所述步骤2中，对风格特征采用多级平均池化策略以及小核卷积提取操作，以得到小核卷积处理后输出的风格特征，具体步骤为：
4.根据权利要求3所述的基于空间自适应注意力的人脸素描...
【技术特征摘要】
1.一种基于空间自适应注意力的人脸素描图像生成方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于空间自适应注意力的人脸素描图像生成方法，其特征在于，在所述步骤2中，对内容特征采用级联最大池化操作以及大核卷积提取操作，以得到大核卷积处理后输出的内容特征，具体步骤为：
3.根据权利要求2所述的基于空间自适应注意力的人脸素描图像生成方法，其特征在于，在所述步骤2中，对风格特征采用多级平均池化策略以及小核卷积提取操作，以得到小核卷积处理后输出的风格特征，具体步骤为：
4.根据权利要求3所述的基于空间自适应注意力的人脸素描图像生成方法，其特征在于，在所述步骤2中，对大核卷积处理后输出的内容特征和小核卷积处理后输出的风格特征进行空间归一化处理，得到注意力权重，对应过程存在的关系式为：
5.根据权利要求4所述的基于空间自适应注意力的人脸素描图像生成方法，其特征在于，在所述步骤2中，利用注意力权重，通过双线性插值将注意力图与原始特征图进行空间对齐，并得到空间对齐后的注意力权重，对应过程存在的关系式为：
6.根据权利要求5所述的基于空间自适应注意力的人脸素描图像生成方法，其特征在于，在所述步骤2中，...
【专利技术属性】
技术研发人员：钟凯晨，万伟国，罗远胜，鲍王涛，龙腾，
申请(专利权)人：江西财经大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。