Google Fast Multi Style Transfer

在2015年Gatys et. al.一篇A Neural Algorithm of Artistic Style[1]後就掀起了一股如何用神經網路複製藝術風格的熱潮(像是大家熟悉的一些藝術風格特效App Prizma 或是去年的星空福祿猴都是基於這個做的唷)。

本篇論文提出了Conditional Instance Normalization的方式來混和多種不同的畫風。在這個方法下可以學到style的Representation,在後續的實驗和討論中,作者認為這種Style representation learning的方式更有助於發現新的Style,細節請參考:

程式碼實作(tensorflow): Fast Multi-Style Transfer

原始論文: A Learned Representation for Artistic Style

 

延伸閱讀:

[1]Leon A. Gatys,Alexander S. Ecker,Matthias Bethge  A Neural Algorithm of Artistic Style

 

Share the joy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  

近期文章

近期迴響

彙整

分類

其它

kuanchen Written by:

Be First to Comment

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *