一种基于卷积神经网络的油画风格迁移算法

• 作者: 孙冬 李芳芳 樊宗昶 段运生 江敏 盛然 竺德
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 卷积神经网络 图像风格化 油画
• 年，卷（期）: 2020,（34）
• 页码范围: 6-9
• 页数: 4页
• 分类号: TP18

摘要

油画风格是把一张图像的油画风格信息加到任意某张图像上,并保持该图像的语义内容,产生一个新的具有观赏性的图像。本文主要介绍了一种基于卷积神经网络的图像风格算法,可以分离和重组自然图片的图像内容与风格,进而实现图片的油画化迁移。该算法可以将任意图像的内容与众多知名油画风格相结合,获得高感知质量的艺术作品。通过实验验证该算法能够实现图像内容与油画风格的深度融合,证明了该算法的有效性。