图片风格融合及快速迁移

• 作者: 陈良
• 来源期刊: 软件工程
• 学科: 工学
• 关键词: 条件归一化网络 风格融合 快速迁移 共享模型
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 方法与技术
• 页码范围: 21-25
• 页数: 5页
• 分类号: TP312
• 语种: 中文
• DOI: 10.19644/j.cnki.issn2096-1472.2021.01.006

摘要

通过卷积神经网络对不同图片的内容和风格进行融合,可生成风格多样化的图片.这不但为影视制作提供了丰富的素材,更有利于图像修复和图像增强.针对这类问题,前人曾提出一些算法,但很难在时间和空间方面都达到很好的效果.这里提出一种基于TensorFlow(将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统)的条件归一化网络来支持多风格融合及图片快速迁移,多风格可共用一个网络模型,这大大减少了算法耗时,并缓解了模型存储耗费空间大的问题,节省了计算机资源.时间上优于传统迁移算法三个数量级,空间上25种风格可共用一个模型.同时,更大程度地保留了内容图的语义特征,具有更好的视觉效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈良		1	0	0.0	0.0