卷积神经网络能够学到比较抽象的特征表示,所以它才有能力去将生成问题做比较好的解决。
接下来看一下图像风格转换V1算法是如何利用之间的这种特性解决图像风格转换的这一问题的?
首先:对于图像风格转换来说,需要有两张图进行组合。
第一张图叫做内容图,就是说随手拍的一张风景照片,需要从里面提取内容,这是因为最后合成的东西主要还是这张风景照片。
另一个是叫做“风格特征”的东西。什么叫做风格特征?风格特征就是从风格照片里面提取出的风格的基本抽象信息。
然后,将风格特征和内容特征进行融合。
接下来看一下风格特征和内容特征是如何提取的?
首先看一下什么是内容特征?
内容特征就是图像输入到CNN中,得到的某一层的激活值。
什么是风格特征?
首先理解一下什么样的东西是叫风格特征,风格特征一定是在所有内容上都普遍存在的一个东西,就是说是内容的一个共性。为了计算出这个共性,我们需要将各个内容不同内容之间的共性给提取出来,然后反应到神经网络中。就是将CNN得到的某一层的激活值之间构建出一种关联关系,从这种关联关系中提取出来所谓的风格特征的共性。
在