Для получения дополнительной информации вы можете выполнить поиск в общедоступной учетной записи «Coder Space» на WeChat или отсканировать QR-код ниже, чтобы следовать
Оригинальный текст официальной учетной записи:https://mp.weixin.qq.com/s/l6QFzV9hpVEG2ZQxp0YFfA
Недавно я нашел приложение, которое может редактировать стили изображений: Prisma. В этом приложении вы можете применять различные стили изображения к целевому изображению для создания новых изображений.
Например, вы можете применить стиль мозаики к фотографиям Бунда, чтобы получить фотографии Бунда в стиле мозаики.Эффект изображения выглядит потрясающе.
Профессиональное описание такого процесса преобразования обработки изображений:Передача стиля изображения. Стилю изображения соответствует содержание изображения. Изображение может быть описано этими двумя признаками:
Например, на картинке ниже стиль явно китайский, а горы, реки и деревья на картинке являются содержанием изображения.
такПередача стиля изображенияОбычно это относится к процессу применения стилевой части функций изображения к целевому изображению.Входными данными всего процесса миграции являются карта содержимого и карта стилей, а выходными данными является карта результатов после миграции стилей.. После применения переноса стиля изображения можно создавать изображения того же стиля.
Примеры изображений с использованием разных стилей изображений:
Стиль изображения более неоднозначен, чем содержание, и его трудно определить количественно. Итак, как реализовать такую передачу стиля изображения программно? Фактически, в настоящее время одним из наиболее распространенных методов является использование сверточной нейронной сети, то есть реализация сети CNN. В 2015 году Гэтис и др. опубликовали результаты исследования: Нейронный алгоритм художественного стиля, который можно рассматривать как новаторскую работу по применению сети CNN для передачи стиля, С тех пор соответствующие исследования появлялись бесконечным потоком.
Почему сеть CNN может обеспечить передачу стиля изображения?? Суть в том, что сеть CNN может выполнять извлечение признаков из изображений на разных уровнях. Изображения имеют визуальные особенности стиля и содержания, которые обычно соответствуют двум уровням характеристик:функции низкого уровняифункции высокого уровня. Такие как: текстура и тон могут рассматриваться как признаки низкого уровня, то есть используемые для описанияСтиль изображенияОписание более абстрактного содержимого изображения - это функция высокого уровня, которая часто называютсодержание изображения, например дом, река. Следовательно, необходимо только выбрать подходящую модель CNN и обучить сетевые слои, которые могут представлять стиль изображения и содержимое изображения, а затем можно реализовать преобразование стиля нового изображения.
Помимо изображений, мы можем даже применить его к видео, чтобы передать стили видео и помочь нам достичь более богатых и разнообразных видеоэффектов. Например, маленькая лисичка в стиле масляной живописи ниже.
В настоящее время также есть некоторые расширения, основанные на переносе типового стиля, и те, кто заинтересован, могут найти соответствующую информацию. Вот несколько примеров.
Одновременная передача нескольких стилей в одно изображение
- Перенос изображения в местном стиле
Генерация изображений на основе передачи стиля изображения также является способом получения креативных изображений и видео, и может быть получено еще больше маркетинговых моделей. С развитием глубокого обучения на устройстве обученные модели могут быть развернуты на устройстве, и эти технологии могут быть непосредственно применены на устройстве, а сценарии мобильных приложений и пространство для воображения также будут больше. Вышеупомянутое приложение для художественного преобразования изображений в основном реализовано в соответствии с этой идеей.
Связанные цитаты:
https://github.com/lengstrom/fast-style-transfer
https://github.com/titu1994/Neural-Style-Transfer
Оригинальный текст официального аккаунта:Tickets.WeChat.QQ.com/Yes/Lai 6Q FZ V9 Окрашенная кожа…
Для получения дополнительной информации вы можете выполнить поиск в общедоступной учетной записи «Coder Space» на WeChat или отсканировать QR-код ниже, чтобы следовать
Пожалуйста, свяжитесь с автором для перепечатки.