隨著機器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)的進一步成熟,對于相關(guān)技術(shù)的研究與實際應(yīng)用顯得越來越重要。不論是PC端、移動設(shè)備端或者是嵌入式端,將已經(jīng)成熟的技術(shù)進行實踐與應(yīng)用才是科技發(fā)展的最終目的。Web應(yīng)用基于B/S的模式,由于其便捷性和跨平臺性,在全球的應(yīng)用市場占據(jù)了50%以上的份額。由于圖像風(fēng)格轉(zhuǎn)移技術(shù)在實際應(yīng)用中,建立深度卷積神經(jīng)網(wǎng)絡(luò)需要大量數(shù)據(jù)集進行學(xué)習(xí)訓(xùn)練,計算量龐大,難以進行實時圖像風(fēng)格轉(zhuǎn)移,因此開展實時圖像風(fēng)格轉(zhuǎn)移及其應(yīng)用技術(shù)的研究具有重大的研究意義和市場應(yīng)用價值本文深入研究了傳統(tǒng)非卷積神經(jīng)網(wǎng)絡(luò)圖像風(fēng)格轉(zhuǎn)移的不足,分析了采用傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)進行圖像風(fēng)格轉(zhuǎn)移的可改進之處,發(fā)現(xiàn)了采用深度學(xué)習(xí)中的卷積網(wǎng)絡(luò)結(jié)構(gòu)能夠?qū)⒂脩糨斎雸D像的內(nèi)容和風(fēng)格信息特征有效的分割。通過遷移學(xué)習(xí)的思想,完成對圖像中間內(nèi)容和風(fēng)格圖像的信息特征提取。在Django框架和TensorFlow平臺結(jié)合的基礎(chǔ)上,建立了一個Web原型系統(tǒng),對基于卷積神經(jīng)網(wǎng)絡(luò)的實時圖像風(fēng)格轉(zhuǎn)移技術(shù)進行了實現(xiàn)與驗證。本文的主要工作如下:（1）本文針對傳統(tǒng)的圖像風(fēng)格轉(zhuǎn)移方法存在圖像生成時間慢、風(fēng)格轉(zhuǎn)移效果有待提升、風(fēng)格轉(zhuǎn)移的圖像風(fēng)格種類單一等問題,提出了... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

Django系統(tǒng)架構(gòu)圖

Django請求回應(yīng)的工作機制Django框架的中間件以插件的形式存在整個框架之中

Django中間件系統(tǒng)定位

【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的深度圖像超分辨率重建方法[J]. 李偉,張旭東.  電子測量與儀器學(xué)報. 2017(12)
[2]圖像藝術(shù)風(fēng)格化的研究現(xiàn)狀[J]. 鄧盈盈,唐帆,董未名.  南京信息工程大學(xué)學(xué)報(自然科學(xué)版). 2017(06)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的中國水墨畫風(fēng)格提取[J]. 王晨琛,王業(yè)琳,葛中芹,儲開岳,蔡晶,金建華,陳穎,葛云.  圖學(xué)學(xué)報. 2017(05)
[4]基于CNN和隨機彈性形變的相似手寫漢字識別[J]. 高學(xué),王有旺.  華南理工大學(xué)學(xué)報(自然科學(xué)版). 2014(01)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的行人和自行車交通識別方法[J]. 岳昊,邵春福,趙熠.  北京交通大學(xué)學(xué)報. 2008(03)
[6]快速風(fēng)格遷移[J]. 錢小燕,肖亮,吳慧中.  計算機工程. 2006(21)
[7]蒙特卡羅方法的應(yīng)用及算例[J]. 何鳳霞,張翠蓮.  華北電力大學(xué)學(xué)報. 2005(03)
[8]應(yīng)用BP神經(jīng)網(wǎng)絡(luò)分類器識別交通標(biāo)志[J]. 楊斐,王坤明,馬欣,朱雙東.  計算機工程. 2003(10)
[9]自動指紋識別中的圖像增強和細節(jié)匹配算法[J]. 羅希平,田捷.  軟件學(xué)報. 2002(05)

博士論文
[1]基于統(tǒng)計學(xué)習(xí)的人臉圖像合成方法研究[D]. 杜楊洲.清華大學(xué) 2004

碩士論文
[1]基于深度學(xué)習(xí)的圖像風(fēng)格藝術(shù)化[D]. 喬麗莎.西安理工大學(xué) 2018



本文編號：3251665