- 1、本文档共57页,其中可免费阅读18页,需付费200金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于卷积神经网络的图像样式转换
基于卷积神经网络的图像样式
基于卷积神经网络的图像样式
摘要
传统的风格迁移大多是通过人工方法,通过掌握图像的内容与风格之间的复杂关系来创作独特的视觉效果。随着机器学习和深度学习学科的兴起,图像风格迁移获得了前所未有的飞跃发展,通过高性能计算机能够轻而易举的使一幅图像获得不同风格的临摹。其出色的能力引起了各界的关注,如今各大热门图片处理应用几乎都使用了该技术来进行艺术风格照片处理使得应用的可玩性得到了提升。本文主要对风格迁移技术进行详细的介绍,并对主要算法进行深度的剖析,结合程序详解算法,最后讨论基于深度学习的
文档评论(0)