Neuraalinen tyylinsiirto
Neuraalinen tyylinsiirto (NST) on syväoppimiseen perustuva kuvien synteesitekniikka, jonka Gatys, Ecker ja Bethge esittelivät vuonna 2015. Se erottaa yhden kuvan semanttisen sisällön toisen kuvan visuaalisesta tekstuurista ja taiteellisesta tyylistä ja yhdistää ne sitten yhdeksi syntetisoiduksi kuvaksi optimoimalla iteratiivisesti pikseliarvoja yhdistetyn sisältö- ja tyylihäviön minimoimiseksi, joka lasketaan esikoulutetun konvoluutioneuroverkon piirrekartoista.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Neural Style Transfer via Convolutional Neural Network Feature Statistics. ScholarGate. https://scholargate.app/fi/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.
- Generatiivinen kilpaileva verkkoSyväoppiminen↔ compare
- Siirto-oppiminenKoneoppiminen↔ compare
- Variational AutoencoderSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →