Faster Read: Perceptual Losses for Real-Time Style Transfer and Super-Resolution

Perceptual Losses ECCV 2016 （当年Stanford Fei Fei Li团队的成果）

keywords: CNN(Convolutional Neural Network), Perceptual Loss，Style Transformation, Super-Resolution

 

论文名称： 

Perceptual Losses for Real-Time Style Transfer and Super-Resolution

Prerequisite：Convolutional Neural Network, Total Variation

首先要知道图像领域什么是convolution。

然后需要知道CNN的训练流程，达到可以剖析每一步是干什么用的程度，尤其是loss function作用。（不需要知道更新方式，比如SGD，adam）需要理解为什么CNN的精髓是BP(back propagation)。

没有亲手试验过用cnn训练图像可能对理解这篇论文的贡献会有影响。学习CNN的话，建议看油管上的Stanford公开课CS231n，加上他们的校网页的资料。跟下来6节课左右就能大概理解cnn了。

需要一点数学基础，要能看懂数学公式和理解含义。

 

目的：用新的提取图像特征的方法，结合不同的loss function