神经风格转换就是借助其它图像的风格,来对本图像进行重绘。
基于内容图片C和风格图片S生成图片G,需定义一个代价函数(cost function),并使其最小化。
代价函数:内容代价函数+风格代价函数
内容代价函数:
和表示第 个隐藏层经过激活函数(activation)后的输出。
和越接近,内容图片C和生成图片G的内容就越相似。
风格代价函数:
表示第 个隐藏层的激活输出,i,j,k表示输出的高、宽、通道数。
上面两个矩阵称为“Gram matrix” ,用来表示输出特征图的 k通道 和 k'通道 之间的特征相关性(feature correlations)。S和G分别对应风格图片S和生成图片G。
参考文献