基于深度神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移系統(tǒng)開發(fā)

打開文本圖片集

摘 要：傳統(tǒng)的圖像風(fēng)格遷移程序通過人工建模只能局限于單一風(fēng)格遷移，且資源消耗過大。2015 年jatys 等提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移算法，通過這一種算法便能生成各種具有原內(nèi)容和新風(fēng)格的合成圖像。文章利用深度學(xué)習(xí)算法，對卷積神經(jīng)網(wǎng)絡(luò)模型和風(fēng)格遷移算法進(jìn)行圖像風(fēng)格特征提取的研究，在MXNET 深度計(jì)算引擎上開發(fā)圖像風(fēng)格遷移系統(tǒng)（Stvler），將一副圖像的風(fēng)格遷移到另一副圖像，其成果可應(yīng)用到設(shè)計(jì)、娛樂和社交等領(lǐng)域。（剩余5376字）