基于空洞卷积神经网络的艺术图像风格重建算法

作     者：吴德军 沈整 WU Dejun;SHEN Zheng

作者机构：江汉大学外国语学院江汉大学计算机综合创新实验室 

基　　金：国家级大学生创新创业训练计划(编号:201911072048) 江汉大学博士启动基金(编号:1219-178603064) 

出 版 物：《科技创新与应用》 (Technology Innovation and Application)

年 卷 期：2020年第10卷第3期

页      码：29-30页

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。

主 题 词：空洞卷积 神经网络 损失函数 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

馆 藏 号：203878789...