Machine learning
ニューラルスタイル変換
ニューラルスタイル変換（NST）は、2015年にGatys、Ecker、Bethgeによって導入された深層学習による画像合成技術であり、一方の画像の意味的内容を他方の画像の視覚的テクスチャや芸術的スタイルから分離し、事前学習済み畳み込みニューラルネットワークの特徴マップから計算されるコンテンツ損失とスタイル損失の合計を最小化するようにピクセル値を反復的に最適化することで、単一の合成画像に再結合する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). Neural Style Transfer via Convolutional Neural Network Feature Statistics. ScholarGate. https://scholargate.app/ja/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.
Compare side by side →