为进一步提高风格迁移的速度与质量,提出一种基于卷积神经网络的实例规范化改进方法。该方法采用VGG-19网络的卷积层部分提取特征,选用Gram矩阵和协方差矩阵重新设计风格损失函数,改善了混色和纹理生成不合理的情况;使用实例规范化方法生成过渡图像,并通过梯度下降更新像素值。研究结果表明,相较于改进前的模型框架,本文所提方法能有效减少迭代次数,迁移效果在定性和定量评估中均有提高。
科研之友
微信
新浪微博
Facebook
分享链接
