首页|深度学习中的图像多风格迁移算法

深度学习中的图像多风格迁移算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
绘画风格的多样性为构建艺术形象提供了丰富的视觉信息.为解决风格迁移的色彩单一性和色彩溢出问题,提出一种基于深度学习的图像多风格融合算法.该算法利用预训练的VGG19Net提取网络各层特征,将内容图与多个风格图进行分离重组,构建了新的风格损失函数,并将多个风格特点融合,得到新的艺术风格图片.实验结果表明,多风格融合的新图片中包含多种单风格信息,使转换后的新图片拥有更丰富的视觉信息.基于深度学习的图像多风格融合算法构建了更加丰富的视觉信息,为新的艺术创作提供了参考.
Image Multi-style Transfer Algorithm in Deep Learning

李超、石剑平、姜麟

展开 >

昆明理工大学理学院,云南昆明650500

深度学习 卷积神经网络 风格迁移 色彩溢出 多风格融合

11561034KKJB201707008

2021

10.11907/rjdk.202598

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(7)
  • 2
  • 8