风格迁移

吴恩达《Convolutional Neural Networks》神经网络应用：神经风格迁移笔记

本文为《ConvolutionalNeuralNetworks》第四周特殊应用：人脸识别和神经风格迁移的学习笔记。文章目录什么是神经风格迁移（Whatisneuralstyletransfer?）
SunshineSki·2018-11-06 06:39

【机器学习笔记26】基于VGG16的图像风格迁移

【参考资料】【1】https://github.com/walid0925/AI_Artistry【2】ANeuralAlgorithmofArtisticStyleNote:本文主要是对论文及参考文献【1】中代码的理解概述该算法的本质是利用深度卷积网络对图像输入的抽象，主要是三部分：将风格图像输入卷积神经网络，将某些层输出作为风格特征（做一次）；将内容图像输入卷积神经网络，将某些层输出作为内容特
FredricXU·2018-10-26 13:12

Python+OpenCV 图像风格迁移(模仿名画)

这种功能叫做“图像风格迁移”，几乎都是基于CVPR2015的论文《A
weixin_34249367·2018-10-15 22:00

字体风格迁移之Multi-Content GAN

论文：Multi-ContentGANforFew-ShotFontStyleTransferGitHub：https://github.com/azadis/MC-GAN论文为cvpr2018，伯克利的BAIR实验室和adobe合作的论文。整体框架：Multi-ContentGAN是由两个条件gan堆叠而成。如上图所示，整个Multi-ContentGAN包含GlyphNet和OrnaNet两个
watersink·2018-10-08 18:22

cvpr eccv iccv icml ijcai tpami ijcv 2017 2018 papers

CVPRcvpr2018cvpr2017ECCV(两年一次)eccv2018ICCV(两年一次)iccv2017ICMLicml2018icml2017IJCAITPAMIIJCVijcaitpamiijcv2017&2018风格迁移类
qq_34848537·2018-10-08 17:46

ML/DL大全

FP-growth算法、PCA、SVDDL相关：线性回归、逻辑回归、正则化、dropout、norm、BN、激活函数、梯度下降法、optimizerCNN、YOLO、siamese自编码、迁移学习、神经风格迁移
星尘逸风·2018-10-06 15:42

基于Tensorflow的图像风格迁移代码实现

图像风格转换的概念部分，可以参考博客：图像风格转换(Imagestyletransfer)这里是手动实现了这样一个demo#-*-coding:utf-8-*-importosimportmathimportnumpyasnpimporttensorflowastffromPILimportImageimporttime#VGG自带的一个常量，之前VGG训练通过归一化，所以现在同样需要作此操作VG
我是小蚂蚁·2018-10-04 10:21

图像风格迁移docker内实验详细记录

开发平台:Ubuntu16.04安装docker-ce,docker,nvidia-docker1.1,docker-compose预处理:制作数据卷nvidia_driver_384.111制作镜像mkdir-p/your_pathcd/your_path##gitclonehttps://github.com/NVIDIA/FastPhotoStyle.gitcdFastPhotoStyle#
coocoky·2018-09-30 11:03

卷积神经网络--人脸识别和神经风格迁移

卷积神经网络—特殊应用：人脸识别和神经风格迁移人脸识别人脸验证（Verification）：1.Input：图片、名字/ID；2.Output：输入的图片是否是对应的人。3.1to1问题。
Linias·2018-09-25 11:33

深度有趣 | 04 图像风格迁移

简介图像风格迁移是指，将一幅内容图的内容，和一幅或多幅风格图的风格融合在一起，从而生成一些有意思的图片以下是将一些艺术作品的风格，迁移到一张内容图之后的效果我们使用TensorFlow和Keras分别来实现图像风格迁移
张宏伦·2018-09-19 21:58

图像风格迁移【老版】

入行需谨慎艺术风格迁移是一个古老而现代的主题，多少艺术家为了描摹他人作品而竞折腰。在出现了IT之后，它也成为ad
WeisongZhao·2018-09-16 11:54

神经风格迁移原理

1.举个栗子(上图是使用VGG19学习200次后的结果)2.原理简单说就是通过给的内容图片中学习内容，从风格图片中学习风格特征，最后将学习到的内容特征和风格特征按比例凑在一起就好了。那么问题来了，我们怎么衡量网络学习后的生成的图片与我们提供图片的相似程度呢？很直接的方法就是比较，用生成图片分别与内容图片和风格图片进行比较。emmm...怎么比呢？？这里我们就需要定义两个损失函数了：2.1内容损失函
小丁喵·2018-09-09 00:00

快速风格迁移源码解析

快速风格迁移源码解析简介风格迁移的原理可以参考相关论文，有空的话会写一篇关于原理的介绍代码来源：https://github.com/lengstrom/fast-style-transferstyle.py
qq_31119477·2018-09-07 15:08

快速风格迁移

风格迁移是CV的一个应用，通过融合风格图片和内容图片，实现图片的风格变换，“人人都是艺术家”最早在论文《ANeuralAlgorithmofArtisticStyle》中提出，但是这种方法是用“训练”的思想来做风格迁移
煎饼证·2018-09-05 23:35

Keras实现风格迁移

风格迁移风格迁移算法经历多次定义和更新，现在应用在许多智能手机APP上。风格迁移在保留目标图片内容的基础上，将图片风格引用在目标图片上。
csdn0006·2018-09-02 17:15

深度学习与TensorFlow实战（十一）卷积神经网络—VGG神经网络应用 图像风格迁移

先看一下图像效果。把图像A转成B风格的山水画，结果C。AB结果C：训练好的VGG19模型下载：http://www.vlfeat.org/matconvnet/models/beta16/imagenet-vgg-verydeep-19.matmodel.py代码：importtensorflowastfimportnumpyasnpimportsettingsimportscipy.ioimpo
gsx316·2018-08-31 17:21

风格迁移学习之《Deep Painterly Harmonization》论文笔记

简介关于风格迁移的课题，近些年出现了不少文章，也取得了不错的效果。但是大多数研究都是整幅图像的风格迁移。
大大哒西瓜·2018-08-30 17:46

计算机视觉领域最全汇总（第2部分）

计算机视觉领域最全汇总（第1部分）7、纹理生成（TextureSynthesis）与风格迁移（StyleTransform）纹理生成用于生成包含相同纹理的较大图像。
阿里云云栖社区·2018-08-29 00:00

深度学习（7）——艺术风格的神经算法

艺术风格的神经算法ANeuralAlgorithmofArtisticStyleMr.Gatys有三篇关于风格迁移的文章，这是第二篇，其余两篇请看上一篇译文和下一篇译文其中有详细的公式推导译文，未校对如有错误请见谅摘要在美术
越溪·2018-08-25 09:26

neural-style风格迁移模型实战

neural-style模型是一个风格迁移的模型，是GitHub上一个超棒的项目，那么什么是风格迁移，我们来举一个简单的例子：这里，我选择了将梵高的画风和我们的东北大学的工学馆相结合，让工学馆融入了梵高的星空效果图
CExploer·2018-08-24 21:15

深度学习（6）——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转换ImageStyleTransferUsingConvolutionalNeuralNetworksMr.Gatys有三篇关于风格迁移的文章，这是第三篇，其余两篇请看下两篇译文其中有详细的公式推导译文
越溪·2018-08-24 09:38

风格迁移简介

1.神经风格迁移之前的风格迁移方法1）基于笔划的渲染（Stroke-basedrenderingSBR）基于笔划的渲染是指在数字画布上增加虚拟笔划以渲染具有特定样式的图片的方法。
-牧野-·2018-08-22 19:32

神经风格迁移——基于VGG算法

神经风格迁移的效果是将A图片的某些特征迁移到B图中，使B图具有与之相同的风格，具体的讲解可以观看达叔《深度学习》教程。所需的第三方库如下，其中所用的数据集和辅助程序可点击此处下载。
冲动老少年·2018-08-21 21:53

风格迁移 RuntimeError: storage has wrong size: expected 16825408 got 256

闲着试一下风格迁移，pytorch0.4，python3，windows系统尝试使用了：http://www.pytorchtutorial.com/pytorch-style-transfer/https
等待一座城·2018-08-15 20:19

keras图像风格迁移

风格迁移：在内容上尽量与基准图像保持一致，在风格上尽量与风格图像保持一致。
-牧野-·2018-07-29 12:43

cycleGAN

cycleGAN个人感觉主要可以用于风格迁移，可以用来处理图像转换过程中数据unpair的问题。其本质是两个对称的GAN,构成一个环形网络。
CHNguoshiwushuang·2018-07-27 00:00

神经风格迁移（Neural Style Transfer）简介

这是对一个NeuralStyleTransferproject的总结，GitHub链接是：戳我神经风格迁移是将一幅图片的内容和另一幅艺术图片的风格结合，生成一张艺术化的图片的过程。
xyp_8023·2018-07-22 18:00

Neural Style Transfer 神经风格迁移详解

NeuralStyleTransfer神经风格迁移详解今天和大家分享一个比较有意思的东西，NeuralStyleTransfer，神经风格迁移，简单说就是我们将一张普通的照片赋予它艺术作品风格。
Cowry5·2018-07-13 21:22

VGG与风格迁移算法原理

一、实验介绍1.1实验内容上节课我们学习了卷积神经网络的基本原理，本节实验我们将学习用于图像风格迁移的经典的卷积神经网络模型VGG，并用caffe提供的draw_net.py实现模型的可视化，本节实验我们也将学习图像风格转换的算法原理
xiaozongying·2018-07-05 22:53

吴恩达老师深度学习视频课笔记：神经风格迁移(neural style transfer)

什么是神经风格迁移(neuralstyletransfer)：如下图，Content为原始拍摄的图像，Style为一种风格图像。
fengbingchun·2018-07-05 21:00

GAN | CycleGAN | 风格迁移

GAN是解决风格迁移的深度学习方法，本文将做出简要介绍。
liongxiong·2018-07-01 18:35

官网实例详解4.36（neural_style_transfer.py）-keras学习笔记四

基于Keras的神经风格迁移Keras实例目录代码注释'''NeuralstyletransferwithKeras.基于Keras的神经风格迁移Runthescriptwith:使用以下指令运行脚本：
wyx100·2018-07-01 00:43

CVPR2018 CartoonGAN 解读

CartoonGAN前言本文是对CVPR2018的一篇关于图像风格迁移的论文解读，即CartoonGAN，它可以用真实景物的照片作为源图片，生成任意风格的漫画，如新海诚或者宫崎骏。
liongxiong·2018-06-30 21:26

迁移网络的应用-图像风格迁移

图片风格迁移指的是将一个图片的风格转换到另一个图片中，如图所示：原图片经过一系列的特征变换，具有了新的纹理特征，这就叫做风格迁移。
碧影江白·2018-06-24 19:12

迁移网络的应用-图像风格迁移

图片风格迁移指的是将一个图片的风格转换到另一个图片中，如图所示：原图片经过一系列的特征变换，具有了新的纹理特征，这就叫做风格迁移。
碧影江白·2018-06-24 19:34

基于深度学习的图像的风格迁移创新实训9

完成了整个项目在自己电脑上的部署和图像检索模块页面的编写。部署的细节不一一赘述了，下面放上图像检索模块页面的部分代码。无标题文档0){$path1="retrieval/user.jpg";if($_GET['c']==1){}elseif($_GET['c']==2){$path2="retrieval/ori.jpg";}elseif($_GET['c']==3){$path2="retrie
ljh_in_SDU·2018-06-19 15:51

基于深度学习的图像的风格迁移创新实训9

完成了整个项目在自己电脑上的部署和图像检索模块页面的编写。部署的细节不一一赘述了，下面放上图像检索模块页面的部分代码。无标题文档0){$path1="retrieval/user.jpg";if($_GET['c']==1){}elseif($_GET['c']==2){$path2="retrieval/ori.jpg";}elseif($_GET['c']==3){$path2="retrie
ljh_in_SDU·2018-06-19 15:51

基于深度学习的图像的风格迁移创新实训8

基于上周的工作，我继续研究了第五种算法：全局LBP算法。对一张图像中的每个像素，计算其相邻的八个像素与它的像素值比较，得到一个0和1组成八位的码；这个码可以表达局部特征。那么这个码值的取值有2的八次方即256中选择，可以组成一个256个bin的直方图。使得我们可以使用基于直方图的相似度度量方法来衡量lbp下两张图片的相似度。stringTexture_global_LBP(intsrcPicNum
ljh_in_SDU·2018-06-19 15:30

基于深度学习的图像的风格迁移创新实训7

基于上周的工作，我继续研究了三种图像检索方法。第三种方法是大津法，通过确定灰度图阈值，对灰度图上的像素实现前景/背景的二分类，对于这个二分类的结果行程一个0或1组成的指纹。核心代码如下：intRetrieval_Color_otsu(){ifstreamin;in.open("color_otsu.txt",ios::in);if(in.fail())return-1;stringotsu=Col
ljh_in_SDU·2018-06-19 14:38

基于深度学习的图像的风格迁移创新实训7

基于上周的工作，我继续研究了三种图像检索方法。第三种方法是大津法，通过确定灰度图阈值，对灰度图上的像素实现前景/背景的二分类，对于这个二分类的结果行程一个0或1组成的指纹。核心代码如下：intRetrieval_Color_otsu(){ifstreamin;in.open("color_otsu.txt",ios::in);if(in.fail())return-1;stringotsu=Col
ljh_in_SDU·2018-06-19 14:38

基于深度学习的图像的风格迁移创新实训6

对于我们的风格迁移社区网站，为了加强用户的社区感，我们希望做一个新的功能：用户行为匹配。
ljh_in_SDU·2018-06-19 14:56

基于深度学习的图像的风格迁移创新实训5

上周完成的代码在一些图片上的效果相当好，比如：但由于天空分割算法有一些简单和局限，因此出现了一些分割的不好的情况，比如：因此，我觉得有必要在得到mask之后就进行一次判断，判断该mask是否过于参差不齐，也就是每一列最纵深的一个像素行程的序列的跳跃程度不能太大。当然，这种跳跃的高度和出现跳跃现象的次数，都要和原图的宽和高进行对比，得到的比率才是一个衡量标准。我衡量了十几张处理不好的图片，用gap_
ljh_in_SDU·2018-06-19 14:44

基于深度学习的图像的风格迁移创新实训4

基于上周的实验结果，我想到了新的方法：在分界面的三行像素上均值滤波。实验代码如下：maxd=[]forjinrange(0,cols):maxd.append(0)foriinrange(0,rows):forkinrange(0,channels):show[i,j,k]=ori[i,j,k]if(mask[i,j]widandd255):val=255show[j,i,k]=val#if(k!
ljh_in_SDU·2018-06-19 13:15

基于深度学习的图像的风格迁移创新实训3

对于水墨风格的图片，如果直接迁移，会出现灰蒙蒙的天空，不符合传统水墨画的“留白”效果。因此，我们决定加上天空分割算法，对图片进行后处理，实现天空部分的“留白”。经过天空的分类算法之后，得到的原始二值图如下：（以单张图片为例）分割面过于凌乱，不适合直接处理，因此，使用形态学滤波中的开闭运算对图像进行处理，代码如下：kernel=np.ones((7,7),np.uint8)image=cv2.mor
ljh_in_SDU·2018-06-19 13:01

基于深度学习的图像的风格迁移创新实训2

这周我的工作主要负责封装风格迁移网络对于外界的接口，经过一周的训练，我们已经得到了七种风格的网络模型，分别保存在ckpt文件当中。
ljh_in_SDU·2018-06-19 13:00

利用已有Caffemodel进行风格迁移

1首先在https://github.com/fzliu/style-transfer把代码下载下来，另外主要这个代码基于pycaffe的，需要将pycaffe编译好。注意：编译pycaffe的时候可能会遇到提示缺少Python27_d.lib，解决方案参考以下博文，https://blog.csdn.net/kele_imon/article/details/79137876可以完美解决，若有问
kele_imon·2018-06-14 16:41

【创新实训】风格迁移功能探索与实现（五）eval_model.py 验证模型的编写

eval_model.py可以参考train_model.py编写，因此差不多大体思路就是：1.读入图片并进行预处理2.从保存的风格ckpt文件中恢复模型权重（注意不需要vgg）3.将图片tensor输入到net中，得到转换后的image并保存代码及注释：#coding:utf-8from__future__importprint_functionimporttensorflowastffromp
一鸣鸣·2018-06-05 18:12

(个人)基于深度学习的中国传统特色图像的风格迁移创新实训第八周（2）

注册界面：界面布局的实现：IMAGESTYLETRANSFERregisterUserName：Password：Confirmit：提交-->注册界面与登录界面最大的不同之处是：注册界面对用户名和密码以及重复密码的输入位数进行了限制，并且判断了所输入的内容是否合理：varreg=/^[a-zA-Z]\w*$/;varflag1=false,flag2=false,flag3=false;func
MingZhao0220·2018-05-31 17:01

(个人)基于深度学习的中国传统特色图像的风格迁移创新实训第八周（1）

本周主要内容是实现登录界面与注册界面的前端编写首先看一下登录界面的效果图：本界面中最上方的标题栏与之前的一样，目的是保持风格的一致性：IMAGESTYLETRANSFER#b{background-image:url(image/1.jpg);background-repeat:no-repeat;background-size:100%60px;background-attachment：scr
MingZhao0220·2018-05-31 16:43

TensorFlow 神经风格迁移（二） 实现

接着上一篇博客，这篇为具体实现。基于tensorflow，python2.7首先构建一个VGG19模型。importtensorflowastfimportnumpyasnpimportsettingsimportscipy.ioimportscipy.miscclassModel(object):def__init__(self,content_path,style_path):self.con
qq_32799915·2018-05-30 09:19
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他