基于卷积神经网络的图像风格变换

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：图像风格变换在人们的生活工作存在广泛的使用,单一的滤镜模板已经不能满足大多数人的需求.虽然卷积神经网络在图像处理方面已经得到广泛应用,但其在图像风格转换方面还可以进一步优化.本文基于TensorFlow框架,运用新的自适应实例规范化(AdaIN)层进行实验,实现图像任意风格的转换,将单一的缓慢的迭代过程的速度进行提高,针对任意两个图像特征进行提取并叠加,呈现一张新风格样式的图像,不受预定义样式集的限制,增加了灵活的用户控制.

作者：

镇家慧、罗明俐

展开 >

作者单位：

沈阳师范大学软件学院,辽宁沈阳,110034

关键词：

卷积神经网络 TensorFlow 图像风格迁移图像处理

出版年：

2021

数码设计(下)

ISSN：1672-9129

年,卷(期)：2021.10(6)

参考文献量3