首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >基于tensorflow实现图像风格的变换

基于tensorflow实现图像风格的变换

作者头像
sparkexpert
发布2018-01-09 11:51:28
9090
发布2018-01-09 11:51:28
举报

      Leon A. Gatys, Alexander S. Ecker, 和 Matthias Bethge 等人的论文“A Neural Algorithm of Artistic Style”开创了图像艺术风格转换的途径,自此之后,利用深度学习相关模型和处理方法,可以实现用计算机代替传世画家的野心。印象派、野兽派、浮世绘、波普、解构主义,曾经艺术风格曾经都是画家脑中不可捉摸的概念。而到了人工智能时代,所有艺术风格都被证实是可以进行“量化” 的,并且通过机器学习,可以源源不断地产生新作品。

      在量化(数学)与风格(艺术)之间,上面那篇论文中提出一种算法,用卷积神经网络将一幅图像的内容与另一幅图像的风格进行组合。感觉看了挺好玩的,于是也进行测试了下,即利用Vgg19的模型作为训练数据模型,然后实现对任意一张图片进行切换。设置默认的风格切换比例为0.7。

(1) 风格图片(选用论文中的实验用图)

(2)测试图例一:选择郑州二七纪念塔。

生成效果如下所示:

(2)测试例子二:

郑州的大玉米

转换后的效果如下所示:

这个示例还是非常赞的,通过不同风格的照片还可以实现不用画派的切换。

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2017年04月15日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档