图像风格转换
在 Photoshop 提供各种滤镜(风格)对图片进行处理,对照片进行风格化处理,有水彩风格,有马赛克,油画效果。
在训练过程我们使用训练好的模型,并且我们并不会该网络结构,而是不断更新 x,
在内容层就是一个回归问题,其实我们内容层就是一个回归的问题,我们输入就是学到使我们输出
而风格则不同,风格如果也是回归问题,则结果就是两张图片的合成。我们需要风格图的色调、问题和风格比较高层的。
卷积神经网络的应用
因为卷积神经网络
- 图像风格转换
- 图像修复: 这个我们在 photoshop 的,我们同提取特征来完美替换
- 换脸
- 图像翻译
- 文字生成图像
卷积神经网网络学到
- 卷积第一层通常获取色彩信息
- 卷积第二层学习到学多边缘信息,通过输入一些可以加大激活的图片来查看卷积层到底做了什么
- 随后卷积层就可以学到一些比较信息
- 在第五层就可以学习到一些背景信息
卷积神经网络每一层都可以看到图像的抽象表示,众多的分类结果组成抽象表示,
层级越高的抽象
网友评论