Prijenos stila pomoću neuronskih mreža
Prijenos stila pomoću neuronskih mreža (Neural Style Transfer, NST) tehnika je sinteze slika dubokog učenja, koju su 2015. predstavili Gatys, Ecker i Bethge, a koja odvaja semantički sadržaj jedne slike od vizualne teksture i umjetničkog stila druge, a zatim ih kombinira u jednu sintetiziranu sliku iterativnom optimizacijom vrijednosti piksela kako bi se minimizirao kombinirani gubitak sadržaja i stila izračunat iz karti značajki predobučene konvolucijske neuronske mreže.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Neural Style Transfer via Convolutional Neural Network Feature Statistics. ScholarGate. https://scholargate.app/hr/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.
- Generativna suparnička mrežaDuboko učenje↔ compare
- Prijenosno učenjeStrojno učenje↔ compare
- Varijacijski autoenkoderDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →