基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
图像的风格化处理己广泛应用在各个领域,近年来引起了众多学者的研究兴趣.笔者通过对传统风格化处理的相关算法进行分析,发现传统风格化算法在提取图像重要特征、定义图像的重要特征等方面存在一些不足,并指出了图像风格化处理的新方向,为今后图像的风格化处理提供了一个重要参考.
推荐文章
基于深度卷积神经网络的图像检索算法研究
图像检索
卷积神经网络
特征提取
深度学习
深度卷积神经网络在放射治疗计划图像分割中的应用
深度学习
卷积神经网络
医学影像分割
相似度系数
放射治疗
基于深度卷积神经网络的车标分类
深度学习
神经网络
车标分类
图像识别
基于卷积神经网络的植物图像分类方法研究
卷积神经网络
图像特征
图像分类
全卷积网络
植物图像
数据集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的卷积神经网络在图像风格化处理中的应用研究
来源期刊 信息与电脑 学科 工学
关键词 卷积神经网络 图像处理 风格化处理 特征
年,卷(期) 2019,(19) 所属期刊栏目 算法语言
研究方向 页码范围 65-66
页数 2页 分类号 TP391.41|TP18
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
图像处理
风格化处理
特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导