文件名称：使用卷积神经网络增强艺术图像风格转移-研究论文
文件大小：762KB
文件格式：PDF
更新时间：2024-06-30 07:38:05
Neural style Convolutional
您有没有想过像 Prisma 这样的应用程序和其他艺术应用程序是如何工作的，我们将相机胶卷中的图像输入到应用程序软件中，然后我们选择设计提取与初始风格完全不同的所选艺术设计的图像？ 在人工智能的背景下，这也称为风格迁移。 我们在艺术风格迁移中使用卷积神经网络，风格迁移基本上是通过混合其他图像的风格来迁移图像。 CNN 是神经网络的子分支，它在图像分类方面非常有用，它还可以识别图像，它们用人脸识别图像中的物体，从而为自动化机器人提供支持。 我们使用 64,128,512 个过滤器来改变图像的艺术特征。 VGG 是视觉几何组，它可以提供 93% 的聚类成功率，只有 7% 的错误，也可以通过进行某些测量来纠正。 我们重新创建其特征混合输入内容图像的选定卷积层的图像。 通过将图像与选定的卷积层混合，我们可以构建出美丽的艺术图像。