基于Gram矩阵和卷积神经网络的风格迁移算法

摘要：

如何获得更好的图像风格迁移效果一直是图像处理领域中经典问题之一.针对传统方法存在表现欠佳并具有较强局限性的问题,讨论了卷积神经网络(convolutional neural network,CNN)不同层提取图像特征的特点,提出了一种基于Gram矩阵和CNN的图像风格迁移算法,并设计了多种艺术风格的迁移实验,最后通过实验验证所提出的算法可比传统算法在更短的时间更好地实现艺术图像的风格迁移,说明该算法在图像特征提取及图像风格迁移任务上更具优势.

关键词：图像风格迁移、卷积神经网络、Gram矩阵、扩张卷积

所属期刊栏目：48

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;湖北省教育厅科研计划资助项目;国家级大学生创新创业训练计划资助项目

在线出版日期：2020-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：62-68