神经风格简史

参考：

Deep Dream项目：生成魔幻图片：https://zhuanlan.zhihu.com/p/91941897

图像风格迁移(Neural Style)简史：https://zhuanlan.zhihu.com/p/26746283

实景照片变新海诚风格漫画：清华大学提出CartoonGAN：https://zhuanlan.zhihu.com/p/38167998

使用Tensorflow实现快速风格迁移：https://zhuanlan.zhihu.com/p/24383274

谷歌大脑团队任意图像风格化迁移论文：https://aijishu.com/a/1060000000117955

任意风格图像风格化：https://demo.aizoo.com/style-transfer.html

• deep dream ：Google2015年公布的一个项目，在训练好的神经网络中，只需要修改几个参数，就可以生成一张奇幻的图像
• cvpr：计算机识别和模式识别会议，是中国计算机学会推荐的A类会议
• 学习方法
  • 阅读综述论文和博客，找到经典论文
  • 阅读经典论文，以及参考部分的高引文献
  • 阅读经典论文的开源代码

1：风格迁移

1：什么是风格

• 在神经网络之前，对一种风格建立一个数学和统计模型，让迁移的图像能够复合建立的模型
• 问题：一个程序只能够适应一个场景或者是一种风格
• 让程序模仿任意的一张照片是Gatys的论文

2：VGG19

3：Gatys et a

在深度学习引进图像风格迁移之前，图像风格化一般称作图像纹理合成或者图像文理迁移

• 从纹理统计到图片风格
• 只收集内容而不收集风格

4：分类

1：单内容单风格

• 对每一张内容图片和每一张风格图片，都需要单独建模

2：多内容单风格

• 仍然不能实现多内容多风格

3：任意内容多风格模型

• 谷歌大脑团队提出的——Exploring the structure of a real-time, arbitrary neural artistic stylization network.
• 训练一个风格预测网络，让它来生成每个风格图像的特征向量，然后输送给图像生成模型
• 把一个模型的输出，作为一个模型的部分BN层中的r 和β参数

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！