原文服务方: 湖南理工学院学报(自然科学版)       
摘要:
图像风格迁移技术在社交网络、影视娱乐、辅助创作等方面具有广阔的应用前景.本文设计和实现了基于生成模型的图像风格迁移系统,该系统由一个风格迁移图像自动生成器和一个图像风格迁移质量自动评判器组成.风格迁移图像自动生成器采用深度残差网络实现,通过优化内容损失、风格损失和全变差损失实现高精度图像风格迁移;图像风格迁移质量自动评判器采用VGG19深度神经网络预训练模型实现.实验结果表明,该系统不仅最大程度保留原始图像内容,而且高效完成高精度风格迁移.
推荐文章
基于图像蒙板的无监督图像风格迁移
图像风格迁移
生成式对抗网络
无监督学习
图像蒙板
深度学习
基于深度学习的图像风格迁移研究综述
图像风格迁移
深度学习
迁移学习
纹理合成
基于生成式对抗网络的中文字体风格迁移
风格迁移
生成式对抗网络
卷积神经网络
残差网络
深度学习
基于图像风格迁移的人脸识别域适应方法
人脸识别
图像风格
生成对抗网络
域适应
图像风格迁移
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 基于生成模型的图像风格迁移设计与实现
来源期刊 湖南理工学院学报(自然科学版) 学科
关键词 图像风格迁移 生成模型 生成网络 VGG网络
年,卷(期) 2020,(3) 所属期刊栏目 工程技术
研究方向 页码范围 21-26
页数 6页 分类号 TP391.41
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  (30)
共引文献  (328)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
图像风格迁移
生成模型
生成网络
VGG网络
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
湖南理工学院学报(自然科学版)
季刊
1672-5298
43-1421/N
大16开
1988-01-01
chi
出版文献量(篇)
2108
总下载数(次)
0
总被引数(次)
5747
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导