基于 VGG19 的动态神经网络风格迁移艺术图像生成
计算机视觉与模式识别
2025-01-17 v1 人工智能
机器学习
图像与视频处理
摘要
人类历史上创造了许多杰出的艺术作品，但人工智能仅近年来才在生成引人注目的视觉艺术方面取得了突破。过去几年的突破成果主要集中于利用卷积神经网络（CNN）分离和操控图像的内容与风格，应用纹理合成技术。然而，当前许多技术仍面临处理时间延长、风格图像选择受限以及无法调整风格权重比例等问题。我们提出的神经风格迁移系统能够将多种艺术风格添加到所需图像上，以解决这些限制，允许灵活调整风格权重比例并缩短处理时间。该系统使用 VGG19 模型进行特征提取，确保在不损失内容完整性的前提下实现高质量、灵活的风格化。
引用
@article{arxiv.2501.09420,
title = {Dynamic Neural Style Transfer for Artistic Image Generation using VGG19},
author = {Kapil Kashyap and Mehak Garg and Sean Fargose and Sindhu Nair},
journal= {arXiv preprint arXiv:2501.09420},
year = {2025}
}