职场大变样社区

标题: 基于CNN的图片风格迁移人工智能系统的研究与实现毕业设计论文 [打印本页]
作者: admin    时间: 2018-12-20 09:42
标题: 基于CNN的图片风格迁移人工智能系统的研究与实现毕业设计论文
摘要：绘画艺术从文明的开始就一直伴随着人类。中国独有的人物、山水等艺术作品如《清明上河图》、《千里江山图》以其独特的特点闻名于世。而绘画图片从计算机科学的角度可以抽象为内容和风格的结合,但能够做出类似艺术图片的系统一直没有出现。自2012年Geoffrey E. Hinton 在ImageNet图像识别比赛中利用CNN一举夺冠后，CNN在目标识别和人脸识别上表示出惊人的能力。2015 年由 Gatys et al. 在两篇论文中提出基于神经网络的图像风格迁移，将CNN应用在图像风格迁移中。
本文研究图像风格迁移算法，对图像内容和图像风格进行重构，然后对输入图像后的卷积神经网络的卷积层进行一定的可视化。实验证明，该系统可以很好的实现风格的迁移。关键词：风格迁移；卷积神经网络；深度学习

目录：
1 绪  论    1
1.1 课题背景和意义    1
1.2风格迁移相关技术发展概况    2
1.2.1图像的风格迁移发展概况    2
1.2.2深度学习发展概况    3
1.2.3深度学习框架发展概况    6
1.3本文主要研究内容    8
1.4本文结构    9
2卷积神经网络的理论基础    10
2.1神经网络    10
2.1.1神经网络的基本结构    10
2.1.2前向传播    13
2.1.3梯度下降    13
2.1.4反向传播    14
2.2卷积神经网络    15
2.2.1卷积神经网络的基本结构    15
2.2.2典型的深度卷积神经网络    16
2.2.3卷积神经网络的反向传播    21
2.3卷积神经网络的优化    22
2.3.1正则化    22
2.3.2归一化输入    25
2.3.3 Mini-batch 梯度下降    26
2.3.4动量梯度下降    27
2.3.5 RMSprop 梯度下降    28
2.3.6 Adam算法    29
2.4本章小结    29
3 Tensorflow框架简介及数据预处理    31
3.1 Tensorflow框架简介    31
3.2 数据预处理    33
3.3 本章小结    34
4 基于卷积神经网络的风格学习    35
4.1迁移学习    35
4.2图片内容和风格的定义    35
4.3 代价函数    36
4.3.1内容代价函数    36
4.3.2 风格代价函数    37
4.4 VGG-19模型解析    38
4.5 利用Adam优化算法进行训练    38
4.6 实验环境及数据集    39
4.7本章小结    39
5 图像重构及卷积层可视化    40
5.1图像重构的预处理    40
5.2内容重构    42
5.3风格重构    45
5.4风格迁移    49
5.5 卷积层可视化    50
5.5.1 内容图像的卷积层可视化    50
5.5.2 风格图像的卷积层可视化    52
5.5.3 风格表达的可视化    53
5.6 本章小结    54
6 风格迁移实验结果分析    56
7 总结与展望    60
7.1 总结    60
7.2 展望    61
参考文献    62
致  谢    63
外文原文    64
中文翻译    77

论文字数：34695
包含资料：


截图：

百度网盘下载地址（金币充值）：
**** 本内容需购买 ****


作者: rdy06188    时间: 2019-3-2 05:57
请问有人下过这个链接吗？
作者: 1414516753    时间: 2019-4-14 19:18
rdy06188 发表于 2019-3-2 05:57
请问有人下过这个链接吗？

我下载了，你也做这个么
作者: huhuhuha    时间: 2019-4-21 20:36
1414516753 发表于 2019-4-14 19:18
我下载了，你也做这个么

请问一下下载成功了吗？
作者: xiaosong001    时间: 2020-1-8 17:30
开心



欢迎光临 职场大变样社区 (http://zcdby.com/) Powered by Discuz! X3.2