节点文献

基于局部均方差的神经网络图像风格转换

免费订阅

【作者】 郑茗化白本督范九伦魏雅娟焦瑞芳

【Author】 ZHENG Minghua;BAI Bendu;FAN Jiulun;WEI Yajuan;JIAO Ruifang;School of Communications and Information Engineering,Xi’an University of Posts & Telecommunications;Key Laboratory for Electronic Information Investigation Application Technology of Ministry of Public Security;International Cooperation Research Center of Wireless Communication and Information Processing Technology of Shaanxi Province;

【机构】 西安邮电大学通信与信息工程学院电子信息勘验应用技术公安部重点实验室陕西省无线通信与信息处理技术国际合作研究中心

【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。

【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)~~
【所属期刊栏目】 前沿交叉科学 (2019年14期)
  • 【DOI】10.16652/j.issn.1004-373x.2019.14.033
  • 【分类号】TP391.41;TP18
  • 【下载频次】8
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: