基于卷积神经网络的图像风格迁移算法研究

• 作者: 金智功 周孟然
• 来源期刊: 合肥学院学报（综合版）
• 关键词: 图像风格迁移 卷积神经网络 迁移学习
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 数学及应用
• 页码范围: 27-33
• 页数: 7页
• 分类号: TP301.61
• 语种: 中文
• DOI: 10.3969/j.issn.1673-162X.2021.02.007

摘要

针对Gatys的图像风格迁移算法做了两个方面的改进,首先提出了一种更加适用于风格迁移的卷积网络结构,相较于其他的预训练卷积神经网络模型减少了95％的参数数量,降低了22％以上算法运行时间;其次对风格迁移的风格损失函数部分做了改进,可以使一幅内容图像同时迁移多种不同的画作风格.