- 1、本文档共17页,其中可免费阅读6页,需付费170金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
图像风格迁移
摘要:随着这几年深度学习特别是神经网络的兴起和发展,使用卷积神经网络来进行图像风格化处理取得了不错的效果。相对于传统的基于渲染和滤波等风格化的方法,本文结合人工智能技术,利用卷积神经网络来实现图像的风格化处理,建立起内容和风格的损失函数,采用最小化损失函数的方法得到风格化图像,并在风格损失函数中引入最近邻像素匹配及其改进算法,实现图像融合。
本文的主要工作包括以下三个方面:
介绍了风格化研究的背景及研究现状,阐述了风格化研究的意义与前景应用。
展示了卷积神经网络的基础知识和基本结构,给出了本文使用的Vgg19模型结构图。
基于Gatys等人的风格转换模型进行研究,说明
文档评论(0)