（个人）基于深度学习的中国传统特色图像的风格迁移第一周（1）

最新推荐文章于 2023-09-05 11:15:47 发布

MingZhao0220

最新推荐文章于 2023-09-05 11:15:47 发布

阅读量2.2k

点赞数

文章标签： CNN 风格迁移

本文链接：https://blog.csdn.net/MingZhao0220/article/details/79850815

版权

本文探讨了基于CNN的图像风格迁移技术，尤其是针对中国传统艺术风格，如水墨画和剪纸的挑战。目前实现了油画风格迁移，创新点在于尝试水墨画和剪纸风格。介绍了Gatys在CVPR 2016上的文章，该文章提出使用CNN捕捉高层抽象特征，通过内容损失函数和风格损失函数结合，实现风格迁移。实验中，通过初始化噪声图像并优化其内容和风格损失，以达到目标风格效果。

摘要由CSDN通过智能技术生成

本次创新实训的目标是创建一个实现图像风格迁移的网站，现在已经实现的有基于CNN的油画风格的迁移，我们的创新点在于我们想要实现一些中国传统的风格，比如水墨画与剪纸，但这并不是改变输入这么简单的问题。实现水墨画风格迁移的难点在于，水墨画有大面积的留白，并不像油画那样色彩斑斓，纹理重复密集，对于现有的算法来说，这种水墨画可以提取的信息很少。剪纸也存在着这类问题，剪纸的镂空很大一部分是以线条的形式呈现的，而且这些线条具有整体统一性，单纯采用现有的提取色块的方法是无法产生具有整体联系的线条的。

本周我所做的第一个工作是：研究了Gatys发表在CVPR 2016 上的文章Image