Transferència de estil neuronal
La Transferència de Estil Neuronal (NST, de l'anglès Neural Style Transfer) és una tècnica de síntesi d'imatges mitjançant aprenentatge profund, introduïda per Gatys, Ecker i Bethge el 2015, que separa el contingut semàntic d'una imatge de la textura visual i l'estil artístic d'una altra, i després les recombina en una única imatge sintetitzada optimitzant iterativament els valors dels píxels per minimitzar una pèrdua combinada de contingut i estil calculada a partir dels mapes de característiques d'una xarxa neuronal convolucional pre-entrenada.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Neural Style Transfer via Convolutional Neural Network Feature Statistics. ScholarGate. https://scholargate.app/ca/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.
- Generative Adversarial NetworkAprenentatge profund↔ compare
- Aprenentatge per transferènciaAprenentatge automàtic↔ compare
- Variational AutoencoderAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →