基于局部均方差的神经网络图像风格转换

• 作者: 焦瑞芳 白本督 范九伦 郑茗化 魏雅娟
• 来源期刊: 现代电子技术
• 关键词: 图像处理 图像风格化转换 深度学习 卷积神经网络 特征提取 局部均方差
• 年，卷（期）: 2019,（14）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 144-147,151
• 页数: 5页
• 分类号: TN958-34|TP751.1
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.14.033

摘要

Gatys等人首次采用基于深度学习的方法,将图像的内容与风格进行分离与重组,使图像可以进行任意的风格转换,至此开创一个新的领域,即基于神经网络的图像风格化转换.该文在Gatys等人的研究基础上,引入局部均方差去噪方法,将局部均方差作为神经网络损失函数的一部分,同时结合内容损失函数与风格函数,将此三种损失函数的加权代数和作为神经网络的总损失函数.结果表明,该文方法在进行图像风格转换时,有效提升了风格转换算法输出的图像质量,使得图像噪声点明显减少,图像更加平滑.