用深度學(xué)習(xí)作畫(huà)--模仿實(shí)現(xiàn)
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
使用深度學(xué)習(xí)作畫(huà)的起源是有三個(gè)德國(guó)研究員想把計(jì)算機(jī)調(diào)教成梵高，他們研發(fā)了一種算法，模擬人類(lèi)視覺(jué)的處理方式。具體是通過(guò)訓(xùn)練多層卷積神經(jīng)網(wǎng)絡(luò)，讓計(jì)算機(jī)識(shí)別，并學(xué)會(huì)梵高的“風(fēng)格”，然后將任何一張普通的照片變成梵高的《星空》。
圖9-1 deep art
后來(lái)他們開(kāi)創(chuàng)了Deep Art公司，在Deep Art公司，負(fù)責(zé)繪畫(huà)的程序員是卷積神經(jīng)網(wǎng)絡(luò)（CNN）。輸入一個(gè)藝術(shù)作品，比如梵高的《星空》，卷積神經(jīng)網(wǎng)絡(luò)就會(huì)自動(dòng)提取出這幅畫(huà)作的“風(fēng)格特征”，并轉(zhuǎn)換成風(fēng)格模板保存下來(lái)。也就是說(shuō)，卷積神經(jīng)網(wǎng)絡(luò)可以被看作是一個(gè)機(jī)器藝術(shù)家。
Prisma第一次將這項(xiàng)藝術(shù)作畫(huà)技術(shù)成功商業(yè)化。Prisma誕生于俄羅斯，是一個(gè)僅有4個(gè)年輕人歷時(shí)一個(gè)半月開(kāi)發(fā)出的圖片處理應(yīng)用。他們充分考慮了智能手機(jī)覆蓋率的飛速增長(zhǎng)，并且細(xì)致研究了用戶行為。Prisma接入的是以億數(shù)量級(jí)的市場(chǎng)，俄國(guó)總統(tǒng)梅德韋杰夫也成為了Prisma的用戶，他在Instgram上曬出了一張Prisma作品，迅速獲得8.7萬(wàn)個(gè)贊。
Google的Deep Dream也是一個(gè)會(huì)畫(huà)畫(huà)的計(jì)算機(jī)。它能夠自動(dòng)識(shí)別圖像，篩選其中一些部分，進(jìn)行夸張，以創(chuàng)造出一種迷幻效果。Deep Dream完全開(kāi)源，在幾個(gè)主流的深度學(xué)習(xí)庫(kù)如Keras、Caffe的官方example中，都有Deep Dream的實(shí)現(xiàn)Demo。
本章我們將探索實(shí)現(xiàn)類(lèi)似Prisma的效果。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
用深度學(xué)習(xí)作畫(huà)--模仿實(shí)現(xiàn)下載
相關(guān)電子資料下載
- 華為智能駕駛芯片深度分析 548
- 基于機(jī)器視覺(jué)技術(shù)的人車(chē)路特征提取中的應(yīng)用案例 57
- NCNN在Core3566模組上的部署和測(cè)試 592
- 什么是卷積神經(jīng)網(wǎng)絡(luò)？如何MATLAB實(shí)現(xiàn)CNN？ 51
- 都2023年了，F(xiàn)aster-RCNN還能用嗎？ 95
- 一種簡(jiǎn)單而高效的深度CNN模型來(lái)解決圖像的Efficient SR問(wèn)題 94
- Apple提出FastViT：快速卷積和Transformer混合架構(gòu) 156
- 基于AI微控制器的CNN的硬件轉(zhuǎn)換 308
- 基于統(tǒng)一BEV表征的多任務(wù)多傳感器融合技術(shù) 71
- SCConv：即插即用的空間和通道重建卷積 369