【深度学习风格化/生成艺术】图像融合--毫无违和
玩转图像，可以玩一整天的图像生成 Deep Painterly Harmonization 来自康奈尔大学的FujunLuan，在最近的文章中发表了一种可以再油画、名画和各种风格的原图中，嵌入自己个性化的部分，并毫无违和感的展示出来。研究表明局域统计特征对于图像的融入十分重要 ...
原文：基于深度学习的图像风格转换
距离上次写博客已经好久好久好久了，真是懈怠的生活节奏，整天混吃等死玩游戏，前些日子做毕业设计时总算又学了点新东西。学了一点深度学习和卷积神经网络的知识，附带着详细学习了一下前段时间我觉得比较有意思的图像风格转换。毕竟是初学，顺便把神经网络方面的知识也写在前面了，便于理解。若有不对的地方的话，希望指正。 主要参考的文献有 A Neural Algorithm of Artistic Style 和 ...
2017-06-21 13:13 14 12690 推荐指数：
相关推荐
运用深度学习进行艺术风格转换
使用深度学习进行艺术风格转换始于 Leon Gatys 等人于2015年发表的论文 A Neural Algorithm of Artistic Style，为普通照片 “赋予” 名画风格。由于其看上去不明觉厉的特性，在论文发表之后迅速得到了广泛关注，此后几年各种变种如雨后春笋般冒了出来，甚至诞生 ...
基于深度学习的图像深度估计
1、原图 2、真实深度图 3、深度图预测结果 ...
图像风格转换（Style Transfer | 风格迁移综述）
所谓风格迁移，其实就是提供一幅画(Reference style image)，将任意一张照片转化成这个风格，并尽量保留原照的内容(Content)。之前比较火的修图软件Prisma就提供了这个功能。我觉得这一说法可以改成风格迁移，将一张图的风格迁移到另一张图片上，也可以理解为生成问题，根据两种 ...
基于深度学习的单目图像深度估计
转载请联系作者获得授权，非商业转载请注明出处。 基于深度学习的单目深度估计算近年比较 ...
深度学习-图像分类
NI-DL 应用框架：图像分类，目标检测，分割提取。 底层：TensorFlow，Keras，Cuda，C/C++ 上层：VC++，C#.NET Winform 源码编译，支持本地部署，云部署。 图像分类：点击查看 （本文） 目标检测：点击查看 图像分割：点击查看 ...
深度学习--图像预处理
图像的视觉效果 2.转换为更适合于人或机器分析处理的形式 3.突出对人或机器分析有意义的信息 4. ...
深度学习之图像的数据增强
在图像的深度学习中，为了丰富图像训练集，更好的提取图像特征，泛化模型（防止模型过拟合），一般都会对数据图像进行数据增强， 数据增强，常用的方式，就是旋转图像，剪切图像，改变图像色差,扭曲图像特征，改变图像尺寸大小，增强图像噪音（一般使用高斯噪音，盐椒噪音）等. 但是需要注意，不要加入 ...