基于迁移学习的艺术化风格图像的创作

作     者：侯国栋 徐敏 章飞 Hou Guodong;Xu Min;Zhang Fei

作者机构：安徽国防科技职业学院 

基　　金：安徽省高校自然科学研究重点项目(KJ2018A0891,KJ2018A0889,KJ2017A777) 安徽省高校优秀青年人才支持计划重点项目(gxyqZD2016463) 

出 版 物：《南方农机》 (South Agricultural Machinery)

年 卷 期：2019年第50卷第23期

页      码：173-174页

摘      要：计算机视觉和人工智能技术现已应用在生产和生活的方方面面,该系统应用了深度学习模型来训练图片,将人工智能技术应用在日常风景图片的艺术化创作上,从而将艺术作品的风格迁移到拍摄的风景图片上,使其具有艺术画的美感。基于此,本文探讨了迁移学习和风格迁移的数学原理及实现思路,借助预训练过的深度神经网络,设计出了软件的整体框架和代码,并用带有NVIDIA显卡的图像工作站来训练此网络,以实现艺术风格的迁移,同时展示了风格迁移的效果图,并对此领域的研究进行了展望。

主 题 词：人工智能 迁移学习 TensorFlow NVIDIA GPU 艺术风格迁移 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

馆 藏 号：203835681...