基于VGG-19图像风格迁移算法的设计与分析

• 作者: 刘彩云 张月 熊杰
• 来源期刊: 信息技术与信息化
• 关键词: 卷积神经网络 VGG-19网络 深度学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 方案与应用
• 页码范围: 70-72
• 页数: 3页
• 字数: 1988字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9528.2020.01.021

摘要

传统的风格迁移技术都是采用手工推理计算,不仅耗时耗力,而且效果也不理想.本文提出一种艺术风格的神经算法,基于卷积神经网络和深度学习TensorFlow框架,利用VGG-19网络提取特征,采用Gram矩阵提取风格图像中的纹理和颜色信息,从而和包含内容的原始图像融合,形成一幅既有原始内容又有风格图像的艺术风格的新图像.实验结果表明,VGG-19网络的低层卷积层很好的保留了原始图像的内容,高层卷积层渐渐的融入了风格图像的艺术风格.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘彩云	长江大学信息与数学学院	17	32	3.0	4.0
2	熊杰	长江大学电子信息学院	37	79	5.0	6.0
3	张月	长江大学电子信息学院	1	0	0.0	0.0