基于深度学习的图像风格迁移算法研究与实现

• 作者: 陈小娥
• 来源期刊: 长春工程学院学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 风格迁移 损失函数 色彩传递
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息技术与应用
• 页码范围: 88-93
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1009-8984.2020.02.021

摘要

针对图像风格迁移过程中生成图像的颜色可能失真的问题,提出了一种结合色彩传递的深度卷积神经网络的图像风格迁移算法.首先利用预训练深层网络提取相应图像的风格和内容特征,然后定义风格和内容的损失函数,分别设置相应的权值并进行组合,作为总的损失函数.以总损失函数为优化目标,用梯度下降法来逐步迭代由此获得适合的结果图,最后对颜色失真的生成图通过色彩传递算法进行颜色纠正.实验结果表明,该算法可以较好地解决图像颜色失真的问题,最终获得较为理想的生成结果图.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈小娥		18	21	2.0	3.0