基于局部均方差的神经网络图像风格转换

摘要：

Gatys等人首次采用基于深度学习的方法,将图像的内容与风格进行分离与重组,使图像可以进行任意的风格转换,至此开创一个新的领域,即基于神经网络的图像风格化转换.该文在Gatys等人的研究基础上,引入局部均方差去噪方法,将局部均方差作为神经网络损失函数的一部分,同时结合内容损失函数与风格函数,将此三种损失函数的加权代数和作为神经网络的总损失函数.结果表明,该文方法在进行图像风格转换时,有效提升了风格转换算法输出的图像质量,使得图像噪声点明显减少,图像更加平滑.

关键词：图像处理、图像风格化转换、深度学习、卷积神经网络、特征提取、局部均方差

所属期刊栏目：42

分类号：TN958-34;TP751.1

资助基金：国家自然科学基金项目61671377;国家自然科学基金项目61571361;国家自然科学基金项目61601362;西安邮电大学西邮新兴团队xyt2016-01;西安邮电大学研究生创新基金CXL2016-03;陕西省国际合作与交流计划项目2017KW-006

在线出版日期：2019-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：144-147,151