向光性的博客

一、导读。 图片风格转换，最初是由Gatys在2015年发表的“A Neural Algorithm of Artistic Style”这篇论文中提出。该论文构建了一个无监督的学习网络，输入两张图片（一张内容图，一张风格图），经过训练输出一张带有内容图内容且带有风格图风格的新图片。这篇博客就是写了我自己对这片论文的实现。代码地址（neural style文件夹）：点击打开链接二、原理

SRCNN原理  如上图所示，SRCNN作为深度学习在超分辨率上的第一个应用，仅仅用了简单的三层CNN（但是效果已经很好了），原作者将这三层分别表示为： 第一层CNN：对输入图片的特征提取。（9 x 9 x 64卷积核） 第二层CNN：对第一层提取的特征的非线性映射（1 x 1 x 35卷积核） 第三层CNN：对映射后的特征进行重建，生成高分辨率图像（5 x 5 ...