Невронен пренос на стил
Невронен пренос на стил (NST) е техника за синтез на изображения чрез дълбоко обучение, въведена от Гатис, Екер и Бетге през 2015 г., която отделя семантичното съдържание на едно изображение от визуалната текстура и артистичния стил на друго, след което ги комбинира в едно синтезирано изображение чрез итеративно оптимизиране на стойностите на пикселите, за да се минимизира комбинираната загуба на съдържание и стил, изчислена от картините на признаците на предварително обучена конволюционна невронна мрежа.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Gatys, L. A., Ecker, A. S., & Bethge, M. (2016). Image Style Transfer Using Convolutional Neural Networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2414–2423. DOI: 10.1109/CVPR.2016.265 ↗
- Gatys, L. A., Ecker, A. S., & Bethge, M. (2015). A Neural Algorithm of Artistic Style. arXiv preprint arXiv:1508.06576. link ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. ISBN: 978-0-262-03561-3
Как да цитирате тази страница
ScholarGate. (2026, June 3). Neural Style Transfer via Convolutional Neural Network Feature Statistics. ScholarGate. https://scholargate.app/bg/deep-learning/neural-style-transfer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Генеративна състезателна мрежаДълбоко обучение↔ compare
- Трансферно обучениеМашинно обучение↔ compare
- Вариационен автоенкодерДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →