基于深度學習的圖像畫風轉變.pdf

1、深度學習是無疑是當今最具有吸引力的研究方向之一。而在人工智能領域內大量的各式研究與應用場景中，基于深度學習網絡實現的方法往往都有著出色的表現。其中，基于卷積神經網絡的圖像識別技術無疑是具有代表性的。而圖像畫風轉變作為一個新興的問題，它應當同樣可以利用深度學習網絡的到良好的解決。本文的主要研究工作可分為以下兩個方面：
　　①受到基于卷積神經網絡的圖像識別的啟發(fā)，給出并實現了一個基于訓練用于圖像識別的卷積神經網絡實現圖像畫風轉變的方法

2、：該網絡首先被用于通過特征提取分離圖像的內容信息與畫風信息。接下來我們定義了一個損失函數的，該網絡能夠將利用某種優(yōu)化算法最小化損失函數，從而將取自不同圖像的內容信息與畫風信息合而為一，生成一個全新的圖像。而這個圖像即為畫風轉變后的結果圖像。
　　②針對上述方法進行優(yōu)化與改進：我們首先解決了在上述方法中會出現的特征層次選擇與特征比例參數設定問題。然后通過為網絡中加入一個殘余卷積網絡以及新定義損失函數的方式給出一個可視為上述方法改進版