基于GANICP的青花风格迁移研究

使用从CycleGAN上改进的GANICP(Generative Adversarial Networks for Image to Chinese Painting Translation)模型,实现了将青花风格迁移到风景图片。这种方法是从整个训练集学习内容迁移和风格迁移,使用人力收集的青花风格数据集训练GANICP模型。采用该方法的训练过程相比于CycleGAN更加快速,训练结果更加饱满。实验结果表明,采用该方法可以实现青花风格和内容源域的结合,拓展了风格迁移的应用范围。