基于局部均方差的神经网络图像风格转换

作者：郑茗化; 白本督; 范九伦; 魏雅娟; 焦瑞芳

来源：现代电子技术, 2019, 42(14): 144-151.

DOI：10.16652/j.issn.1004-373x.2019.14.033

• 图像处理
• 图像风格化转换
• 深度学习
• 卷积神经网络
• 特征提取
• 局部均方差

Gatys等人首次采用基于深度学习的方法,将图像的内容与风格进行分离与重组,使图像可以进行任意的风格转换,至此开创一个新的领域,即基于神经网络的图像风格化转换。该文在Gatys等人的研究基础上,引入局部均方差去噪方法,将局部均方差作为神经网络损失函数的一部分,同时结合内容损失函数与风格函数,将此三种损失函数的加权代数和作为神经网络的总损失函数。结果表明,该文方法在进行图像风格转换时,有效提升了风格转换算法输出的图像质量,使得图像噪声点明显减少,图像更加平滑。

• 单位
  通信与信息工程学院; 西安邮电大学