Нейросетевая передача стиля
Нейросетевая передача стиля (NST) — это метод синтеза изображений на основе глубокого обучения, представленный Гатисом, Экером и Бетге в 2015 году. Он разделяет семантическое содержание одного изображения от визуальной текстуры и художественного стиля другого, а затем рекомбинирует их в единое синтезированное изображение путём итеративной оптимизации значений пикселей для минимизации комбинированной потери содержания и стиля, вычисленной на основе карт признаков предварительно обученной свёрточной нейронной сети.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Neural Style Transfer via Convolutional Neural Network Feature Statistics. ScholarGate. https://scholargate.app/ru/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.
- Генеративно-состязательная сетьГлубокое обучение↔ compare
- Перенос обученияМашинное обучение↔ compare
- Вариационный автокодировщикГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →