原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及图像处理技术领域，解决了前基于风格迁移的方法难以在生成多样化风格的同时保留图像的结构信息的技术问题，尤其涉及一种基于风格迁移的图像分割域泛化方法，该方法包括以下步骤：S1、从包含多个源域的训练数据集P中提取纹理结构特征；S2、采用训练数据集P训练基于局部不变性的随机风格生成模型。本发明通过局部纹理不变约束和域无关的随机变量实现图像生成，进而构建模拟域偏移的情景训练方案，使得模型更加关注图像的内容，减少对于风格信息的依赖，能够在生成多样化风格的同时保留图像的结构信息，有效提高了模型在未知
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116777925 A
(43)申请公布日 2023.09.19
(21)申请号 202311036723.2 G06V 10/774 (2022.01)
文档评论（0）