基于卷积神经网络的艺术风格学习.docx

资料分类:精选论文 上传会员:螺蛳粉50g 更新时间:2024-01-29
需要金币1000 个金币 资料包括:完整论文 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:7513
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:随着卷积神经网络在计算机图形学上应用逐渐广泛,非真实感图像绘制技术得到质的发展,非真实感绘制可用于计算机模仿艺术风格,来缩短艺术和科学的距离。而使用预训练好的VGG19网络可以完成艺术风格学习。需先分别对内容图像和风格图像进行特征提取,然后将提取后的特征进行融合,并通过调整卷积核的选取和风格、内容参数的权重比例,来输出具备艺术风格的生成图,随后使用差异哈希算法和颜色分布法作为评价指标来评估生成图效果,并通过设置更改风格图保留内容图和更改内容图保留风格图的两组对照实验来证明模型的可行性。最终的输出结果通过了评估,证明了模型可以获得效果较好的生成图。

 

关键词:卷积神经网络;特征提取;艺术风格学习

 

目录

摘要

Abstract

1  引言-1

2  艺术风格学习-2

2.1卷积神经网络-2

2.2 算法基本思路-3

2.3 内容重构-3

2.4 风格重构-4

2.5 总损失函数-5

2.6 差异哈希算法-5

2.7 颜色分布法-6

3 结果-7

4 结束语-11

参考文献-12

致谢

相关论文资料:
最新评论
上传会员 螺蛳粉50g 对本文的描述:本文图像迁移方法主要采用预训练卷积神经网络(Visual Geometry Group-Network, VGG-Net)模型和Keras深度学习作为核心组件来实现艺术风格学习。利用预训练好的VGG19网络来完成艺术风格学习,即对......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: