基于残差网络的快速图像风格迁移研究

摘要

图像风格迁移技术是指将一幅图像通过学习(利用卷积神经网络)名画风格,转换为与名画风格相近的图像.Gatys提出的NAAS利用VGG网络设计了一个损失网络,通过反复迭代得到风格迁移图像.Li Feifei在NAAS的基础上引入残差网络,利用残差元的快捷连接特性加速计算.主要针对以下两个方面提出了改进:对经典残差元结构进行调整,将标准卷积转换为点卷积和深度卷积,在保证卷积效果的同时降低计算量;对损失网络进行简化,该模型中第四、第五层在结构上高度一致,并且这两层的风格还原与内容重建效果基本相同,因此删去第五层并相应调整结构参数,去掉冗余参数,在降低参数量的同时保证风格还原与内容重建的效果.