Style-Transfer-Project

风格转移项目 该项目使用深度学习以另一幅图像的风格构成一幅图像。这称为神经样式转移，该技术将在“艺术样式的神经算法”（Gatys等人）中进行概述。该项目将演示原始的样式转移算法。它将图像内容优化为特定样式。现代方法训练模型以直接生成风格化图像（类似于cyclgan）。这种方法要快得多（最高1000倍）。神经样式转移是一种优化技术，用于拍摄两个图像（一个内容图像和一个样式参考图像（例如著名画家的艺术品））并将它们融合在一起，以便输出图像看起来像内容图像，但被“绘制”样式参考图片的样式。这是通过优化输出图像以使其与内容图像的内容统计信息和样式参考图像的样式统计信息相匹配来实现的。这些统计数据是使用卷积网络从图像中提取的。 使用卷积神经网络洞察样式转换 卷积神经网络已被证明在图像分类和识别任务中非常重要。 CNN已被证明能够在统一框架中复制和优化图像表示，并直接从原始图像中学习层次表示。 项目要