基于深度学习的风格迁移算法的研究与实现

近年来,随着深度学习的强势崛起,计算机视觉技术的飞速发展,图像风格迁移技术也受到各界的广泛关注。图像风格迁移,是指利用算法完成对图像艺术风格的学习,最终将这种风格嫁接到其他图像上完成图像再创作的过程。本文就VGG16,VGG19,Cycle GAN三种风格迁移算法进行分析,利用图像深度特征与语义内容之间的联系,研究卷积神经网络中图像特征迁移。最终,通过对比3幅迁移图像的实际效果,证明Cycle GAN效果更好。