基于卷积神经网络的图片风格转换系统

• 作者: 王瑜佳
• 来源期刊: 物联网技术
• 关键词: Python 卷积式神经网络(CNN) 深度学习 图片风格迁移 VGGNet Neural Style
• 年，卷（期）: 2022,（7）
• 所属期刊栏目: 学术研究-智能处理与应用
• 页码范围: 68-70
• 页数: 2页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2022.07.020

摘要

随着互联网技术的推进发展，对图片风格进行个性化、艺术化的处理受到广泛关注，并成为一大发展热点。神经网络迁移是另一种“印刷术”，从图片中复制风格并对新的图片进行转换，具有重要的现实意义。本文通过使用卷积神经网络方法，在内容、风格两个层面上将图像分离，标注融合后相对应的图片进行跟进优化，降低照片的损失值；按照数值重新糅合制作出新的图片，能够促进图片与所需风格的有效融合，可以完美地掩饰图片上的一些瑕疵，应用范围更加广泛，与用户交互更加友好，体验感更愉悦。