基于迁移学习的艺术化风格图像的创作

• 作者: 侯国栋 徐敏 章飞
• 来源期刊: 南方农机
• 学科: 工学
• 关键词: 人工智能 迁移学习 TensorFlow NVIDIA GPU 艺术风格迁移
• 年，卷（期）: 2019,（23）
• 所属期刊栏目: 机电教育创新
• 页码范围: 173-174
• 页数: 2页
• 分类号: TP181
• 字数: 1376字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-3872.2019.23.140

摘要

计算机视觉和人工智能技术现已应用在生产和生活的方方面面,该系统应用了深度学习模型来训练图片,将人工智能技术应用在日常风景图片的艺术化创作上,从而将艺术作品的风格迁移到拍摄的风景图片上,使其具有艺术画的美感.基于此,本文探讨了迁移学习和风格迁移的数学原理及实现思路,借助预训练过的深度神经网络,设计出了软件的整体框架和代码,并用带有NVIDIA显卡的图像工作站来训练此网络,以实现艺术风格的迁移,同时展示了风格迁移的效果图,并对此领域的研究进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章飞		15	21	3.0	4.0
2	侯国栋		12	37	4.0	6.0
3	徐敏		6	13	2.0	3.0