首页|基于深度学习的图像风格迁移方法研究

基于深度学习的图像风格迁移方法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了快速实现图像风格迁移效果,提出基于深度学习的图像风格迁移方法.先将预处理目标内容图像和风格图像输入预训练VGG-19网络进行特征提取,再对特征损失系数进行设置,进而引入权重因子和平衡损失系数的最小二乘惩罚函数以加权求和方式获取总损失系数,最后依据梯度下降迭代方法进行图像重建,实现图像风格迁移效果.实验采用峰值信噪比(PSNR)和均方误差(MSE)来评价风格迁移图像的性能.结果显示,整体取得了很好的图像风格迁移效果.
Research on image style transfer based on deep learning

deep learningimage style transferpeak signal to noise ratio(PSNR)mean square error(MSE)

梁永侦

展开 >

广西机电职业技术学院信息工程学院,广西 南宁 530007

深度学习 图像风格迁移 峰值信噪比 均方误差

广西机电职业技术学院科研项目广西壮族自治区高等学校中青年教师科研基础能力提升项目

2020YKYZ0032022KY1071

2023

10.16644/j.cnki.cn33-1094/tp.2023.08.024

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(8)
  • 5