基于空洞卷积神经网络的艺术图像风格重建算法 |
| |
引用本文: | 吴德军,沈整.基于空洞卷积神经网络的艺术图像风格重建算法[J].科技创新与应用,2020(3). |
| |
作者姓名: | 吴德军 沈整 |
| |
作者单位: | 江汉大学 外国语学院,江汉大学计算机综合创新实验室,湖北 武汉 430056;江汉大学 外国语学院,江汉大学计算机综合创新实验室,湖北 武汉 430056 |
| |
基金项目: | 国家级大学生创新创业训练计划;江汉大学博士启动基金 |
| |
摘 要: | 针对普通卷积神经网络提取图像特征能力表现欠佳的问题,提出一种利用空洞卷积神经网络对艺术图像和照片做融合重建的算法。通过设计不同融合程度的损失函数实现对艺术图像纹理信息和照片中内容表现的特征提取,利用随机梯度下降算法对整体的损失函数做迭代改进,实现艺术图像风格和内容的融合重建。实验结果表明,文中方法相比于使用普通卷积神经网络融合特征的方法具有更高的可靠性和更优秀的表现。
|
关 键 词: | 空洞卷积 神经网络 损失函数 |
Artistic Image Style Reconstruction Algorithm Based on Hollow Convolution Neural Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|