基于VGG-16的图像风格迁移

• 作者: 刘明昊
• 来源期刊: 电子制作
• 关键词: 卷积神经网络 风格迁移 激活函数 风格损失 内容损失
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 软件开发
• 页码范围: 52-54
• 页数: 3页
• 字数: 2577字
• 语种: 中文

摘要

图像风格迁移算法主要是用于对图像的艺术处理,通过某种算法,对指定的图像内容做特定的风格转换.早在2000年就已经有很多学者进行了图像风格迁移的研究,当时的主流算法集中于使用小波变换等统计方法对图像纹理合成等问题的解决.近年来,依靠卷积神经网络(Convolutional Neural Networks,CNN)的发展,借助其强大的内容抽取能力,图像风格迁移的表现效果得到了明显提升.本文基于经典的卷积神经网络模型VGG-16对内容图像和风格图像做特征抽取,对生成图像进行迭代修改,最终得到具有指定内容和风格的目标图像.搭建算法模型,在公开的图像数据集上做了测试,得到了较为理想的模型效果.