使用卷积神经网络的图像样式转换.doc

《使用卷积神经网络的图像样式转换.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、课程论文课程名称：《数字图像处理与分析（B）》任课教师：吴巍课程号：00942004学期：2016-2017学年第1学期成绩《使用卷积神经网络的图像样式转换的研究》院系信息工程学院专业电子与通信工程班级信研163提交时间：2016年11月28日使用卷积神经网络的图像样式转换的研究湖北省武汉，430070摘要：以不同的风格样式渲染图像的内容一直都是一个十分困难的图像处理任务。也可以说，以前主要限制因素是不知如何明确表示内容信息。在这里我们使用图像表示导出优化的能够识别对象的卷积神经网络，这使得高级图像信息

2、显示。我们引入了一种可以分离和重组自然图像的图像内容和艺术风格的神经算法。这个算法允许我们生成高质量的新目标图像，它能将任意照片的内容与许多众所周知的艺术品的风格相结合。我们的结果提供了对卷积神经网络学习的深度图像表示的新理解，并且展示了他们的高水平图像合成和操纵的能力。关键词：卷积神经网络；图像处理；神经算法TheStudyofImageStyleTransferUsingConvolutionalNeuralNetworksLiWenxingSchoolofScience,WuhanUniversi

3、tyofTechnology,Wuhan430070,ChinaAbstract:Renderingthecontentofanimageinadifferentstylehasalwaysbeenadifficultimageprocessingtask.ItcanalsobesaidthatthemainlimitingfactorinthepastisthatIdonotknowhowtoclearlyexpressthecontentinformation.Hereweuseanimagerep

4、resentationtoderiveanoptimized,object-awareconvolutionalneuralnetwork,whichallowsadvancedimageinformationtobedisplayed.Weintroduceaneuralalgorithmthatcanseparateandreconstructtheimagecontentandartisticstyleofnaturalimages.Thisalgorithmallowsustogenerateh

5、igh-qualitynewtargetimagesthatcombinethecontentofanyphotowiththestyleofmanywell-knownworksofart.Ourresultsprovideanewunderstandingofthedepthimagerepresentationofconvolutionneuralnetworklearninganddemonstratetheirabilitytosynthesizeandmanipulatehigh-level

6、images.Keywords:ConvolutionalNeuralNetwork;ImageProcessing;Neuralalgorithm1作者观点认为在卷积神经网络中的图像内容和图像风格是可分离的。也就是说，可以获取一个图片的图像内容，获取另一张图片的图像风格，二者结合起来产生新的有意义的图像。让你的照片瞬间变换成艺术风格作品。它不同于传统的风格滤镜，而是基于人工智能，每个风格都是由真正的艺术家创作的。印象派、野兽派、浮世绘、解构主义，这些曾经的艺术风格都是画家脑中不可捉摸的概念。然而而到了

7、人工智能时代，所有艺术风格都被证实是可以进行“量化”的，并且通过卷积神经网络的学习，可以源源不断地产生新作品。2对别人做法的评价1.他人方法上的不足一直以来，都有人试图将图像样式从一个图像转移到另一个图像，而且这一直被认为是纹理传送问题。前人的解决方法是在纹理传送中，从源图像合成它的纹理，同时对纹理合成进行约束以保留目标图像的实际内容。对于这种纹理合成，一直使用强大的非参数的算法，而这算法是通过重新确定源图像纹理的像素来合成照片纹理。例如，Efros和Freeman引入了包含目标图像特征的对应图像，利用

8、图像的强度来约束纹理合成程序。Hertzmanetal使用了图像类比的方法，将已经风格化的图像中的纹理转移到目标图像上。Ashikhmin则专注于高频信息的传输，同时保留目标图像的尺度。Leeetal通过利用边缘取向的信息，额外地操作纹理传递来改进该算法。虽然这些算法获得了显着的结果，但是它们都有相同的基本限制：它们仅使用目标图像的低级图像特征来影响纹理传送，得到的目标图像看上去像是两个图像的内容结合，而不是风格的转移。2.如何克服他人的不