图像风格转换(一)——图像风格转换v1算法
本文共 363 字，大约阅读时间需要 1 分钟。
图像风格转换是无监督问题的一个代表
图像风格转换是CNN的应用
内容特征与风格特征
内容特征
图像输入到CNN得到的某一层的激活值
风格特征
图像输入到CNN的得到的某一层的激活值之间的关联
用内容特征和风格特征去重建图片
越低层的内容特征越能得到精细的内容特征效果
越高层的风格特征越能得到抽象的风格特征效果
使用内容特征生成图像
和卷积神经网络训练正好相反
- 保持卷积神经网络的参数不变
- 调整图像x的像素值，使之与y图像在CNN中的内容特征距离变小
使用风格特征生成图像
风格特征是基于一种关联性去计算
Gram矩阵
图像在某一层的激活值会有很多个feature map, 两两之间去做相似度的计算，得到Gram矩阵
然后在Gram矩阵上去算loss
优缺点
优点: 逐步调整，能产生多张效果
缺点：慢，每张图像都要逐步求导
转载地址：http://hvygf.baihongyu.com/
你可能感兴趣的文章
(PAT 1154) Vertex Coloring (图的广度优先遍历)
查看>>
(PAT 1115) Counting Nodes in a BST (二叉查找树-统计指定层元素个数)
查看>>
(PAT 1143) Lowest Common Ancestor (二叉查找树的LCA)
查看>>
(PAT 1061) Dating (字符串处理)
查看>>
(PAT 1118) Birds in Forest (并查集)
查看>>
数据结构 拓扑排序
查看>>
(PAT 1040) Longest Symmetric String (DP-最长回文子串)
查看>>
(PAT 1145) Hashing - Average Search Time (哈希表冲突处理)
查看>>
(1129) Recommendation System 排序
查看>>
PAT1090 Highest Price in Supply Chain 树DFS
查看>>
(PAT 1096) Consecutive Factors (质因子分解)
查看>>
(PAT 1019) General Palindromic Number (进制转换)
查看>>
(PAT 1073) Scientific Notation (字符串模拟题)
查看>>
(PAT 1080) Graduate Admission (排序)
查看>>
Play on Words UVA - 10129 (欧拉路径)
查看>>
mininet+floodlight搭建sdn环境并创建简答topo
查看>>
【linux】nohup和&的作用
查看>>
Set、WeakSet、Map以及WeakMap结构基本知识点
查看>>
【NLP学习笔记】（一）Gensim基本使用方法
查看>>
【NLP学习笔记】（二）gensim使用之Topics and Transformations
查看>>