基于深度学习的图像风格转换浅论
2018-04-13栾五洋
数字通信世界 2018年2期
关键词:特征
栾五洋
(南阳市第二中学,南阳 473000)
1 引言
首先基于实用主义对人工智能下一个定义:人工智能是对计算机系统如何能够履行那些只有依靠人类智慧才能完成任务的理论研究,比如说ALPHA GO下围棋,围棋是凭借人类智慧才可以完成的,是人类特有的技能,然而在李世石1比4被完败,已经证明了在围棋上机器已经超过了人类,于是人们将目光转向一个人类特有的领域——艺术,绘画的风格一直被认为是不可能被机器模仿的,被认为是人类的一种天分,绘画的风格是很抽象的概念,不同画家的绘画风格我们肉眼很容易就可以辨别,但是在计算机看来就是一堆像素的叠加,于是需要计算机找到除了像素外更加潜在的可以量化的特点。而在2015年德国有三位科学家提出算法使计算机可以模仿知名画家创作绘画,他们的算法主要是通过多层的卷积神经网络将画家的画作进行特征提取,再通过矩阵将风格量化,再将风格转化为画作的特有纹理并叠加在任意的画作上,就形成了对画家风格的模仿。
2 卷积神经网络基础
2.1 卷积神经网络概述
卷积神经网络是当前人工神经网络方面最重要的内容,这种人工神经网络区别于其他的神经网络的最大特点是卷积神经网络采用了权值共享,与生物神经网络具有很强的相似性,并且它的网络复杂程度大幅度降低,使得可以被广泛的运用。
从本质上来看,卷积神经网络可以看成一种映射,这种网络可以通过学习大量的输入到输出的结果,不需要这种输入到输出过程的精确的映射关系,只要通过一定的模式对其进行训练,就可以使得网络具有输入到输出的能力。……
登录APP查看全文
