Přenos stylu pomocí neuronových sítí
Přenos stylu pomocí neuronových sítí (NST) je technika syntézy obrazu založená na hlubokém učení, představená Gatysem, Eckerem a Bethgem v roce 2015, která odděluje sémantický obsah jednoho obrazu od vizuální textury a uměleckého stylu jiného obrazu a poté je kombinuje do jediného syntetizovaného obrazu iterativní optimalizací hodnot pixelů s cílem minimalizovat kombinovanou ztrátu obsahu a stylu vypočítanou z map příznaků předtrénované konvoluční neuronové sítě.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Mapa metod
Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.
Zdroje
- 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
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Neural Style Transfer via Convolutional Neural Network Feature Statistics. ScholarGate. https://scholargate.app/cs/deep-learning/neural-style-transfer
Která metoda?
Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.
- Generativní adversariální síťHluboké učení↔ porovnat
- Přenosové učeníStrojové učení↔ porovnat
- Variační autoenkodérHluboké učení↔ porovnat
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →