【每周CV论文】初学深度学习图像风格化要读的文章
歡迎來(lái)到《每周CV論文》。在這個(gè)專(zhuān)欄里，還是本著有三AI一貫的原則，專(zhuān)注于讓大家能夠系統(tǒng)性完成學(xué)習(xí)，所以我們推薦的文章也必定是同一主題的。
圖像風(fēng)格化的研究由來(lái)以久，這是一個(gè)藝術(shù)和科學(xué)相結(jié)合的應(yīng)用，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，很多相關(guān)的商業(yè)產(chǎn)品也已經(jīng)落地，今天給大家推薦初學(xué)該領(lǐng)域必須要讀的文章。
作者&編輯 | 言有三
1 Neural Style誕生
2015年德國(guó)圖賓根大學(xué)科學(xué)家在論文《A Neural Algorithm of Artistic Style》[1]中使用深層卷積神經(jīng)網(wǎng)絡(luò)創(chuàng)造出了具有高質(zhì)量藝術(shù)風(fēng)格的作品。該網(wǎng)絡(luò)將一幅圖作為內(nèi)容圖，從另外一幅畫(huà)中抽取藝術(shù)風(fēng)格，兩者一起合成新的藝術(shù)畫(huà)，從而使得神經(jīng)網(wǎng)絡(luò)風(fēng)格遷移領(lǐng)域誕生。
文章引用量：1600+
推薦指數(shù)：?????
[1] Gatys L A, Ecker A S, Bethge M. Image style transfer using convolutional neural networks[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2016: 2414-2423.
2 Real-time style transfer
文[1]是基于圖像的優(yōu)化方法，非常耗時(shí)，500×500左右分辨率的圖在當(dāng)前主流GPU上處理時(shí)間以長(zhǎng)達(dá)十分鐘以上。Justin Johnson等人[2]提出了一個(gè)典型的單模型單風(fēng)格框架，通過(guò)圖像轉(zhuǎn)換層(Image Transform Net)來(lái)完成整個(gè)的渲染過(guò)程，在損失網(wǎng)絡(luò)(VGG16 Loss Network)的約束下，分別學(xué)習(xí)內(nèi)容和風(fēng)格。該模型用于訓(xùn)練的風(fēng)格圖數(shù)據(jù)集必須屬于同一種風(fēng)格，而內(nèi)容圖則可以任意選擇。
文章引用量：2000+
推薦指數(shù)：?????
[2] Johnson J, Alahi A, Fei-Fei L. Perceptual losses for real-time style transfer and super-resolution[C]//European conference on computer vision. Springer, Cham, 2016: 694-711.
3 單模型多風(fēng)格改進(jìn)
單模型單風(fēng)格對(duì)于每一種風(fēng)格都必須重新訓(xùn)練模型，這大大限制了它們的實(shí)用性，因此研究人員很快便開(kāi)始研究單模型多風(fēng)格框架。Style bank[3]是其中的一個(gè)典型代表，它使用了一個(gè)濾波器組來(lái)代表多個(gè)風(fēng)格。
文章引用量：90+
推薦指數(shù)：?????
[3] Chen D, Yuan L, Liao J, et al. Stylebank: An explicit representation for neural image style transfer[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2017: 1897-1906.
4 單模型任意風(fēng)格
單模型多風(fēng)格框架在增加新的風(fēng)格時(shí)總需要重新訓(xùn)練模型，我們可以通過(guò)學(xué)習(xí)實(shí)例歸一化的仿射變換系數(shù)來(lái)控制多種風(fēng)格的轉(zhuǎn)換，如果這種仿射參數(shù)由風(fēng)格圖本身的統(tǒng)計(jì)信息來(lái)替代，就可以生成任意風(fēng)格的圖像。
文章引用量：400+
推薦指數(shù)：?????
[4] Huang X, Belongie S. Arbitrary style transfer in real-time with adaptive instance normalization[C]//Proceedings of the IEEE International Conference on Computer Vision. 2017: 1501-1510.
5 綜述
最后，給大家推薦一個(gè)綜述[5]以及對(duì)應(yīng)的github項(xiàng)目[6]。
文章引用量：90+
推薦指數(shù)：?????
[5] Jing Y, Yang Y, Feng Z, et al. Neural Style Transfer: A Review[J]. arXiv: Computer Vision and Pattern Recognition, 2017.
[6] https://github.com/ycjing/Neural-Style-Transfer-Papers
6 文章解讀
關(guān)于圖風(fēng)格化相關(guān)文章的詳細(xì)解讀，在有三AI知識(shí)星球-網(wǎng)絡(luò)結(jié)構(gòu)1000變-風(fēng)格化以及GAN下有較多的文章，感興趣可以移步。
總結(jié)
本次我們介紹了圖像風(fēng)格化領(lǐng)域值得讀的文章，當(dāng)前研究重點(diǎn)在于如何高效率地學(xué)習(xí)到任意的風(fēng)格，如何對(duì)不同區(qū)域進(jìn)行精確的風(fēng)格控制，如何控制風(fēng)格化的筆觸大小，如何根據(jù)需要保留顏色或者紋理等信息，感興趣等讀者可以繼續(xù)關(guān)注或者到我們星球中進(jìn)行學(xué)習(xí)。
有三AI知識(shí)星球
知識(shí)星球是有三AI的付費(fèi)內(nèi)容社區(qū)，里面包括各領(lǐng)域的模型學(xué)習(xí)，數(shù)據(jù)集下載，公眾號(hào)的付費(fèi)圖文原稿，技術(shù)總結(jié)PPT和視頻，知識(shí)問(wèn)答，書(shū)籍下載，項(xiàng)目推薦，線下活動(dòng)等資源，了解詳細(xì)請(qǐng)閱讀以下文章：
【雜談】有三AI知識(shí)星球一周年了！為什么公眾號(hào)+星球才是完整的？
【雜談】萬(wàn)萬(wàn)沒(méi)想到，有三還有個(gè)保密的‘朋友圈’，那里面都在弄啥！
轉(zhuǎn)載文章請(qǐng)后臺(tái)聯(lián)系
侵權(quán)必究
往期精選
【每周論文推薦】 初入深度學(xué)習(xí)CV領(lǐng)域必讀的幾篇文章
【每周CV論文推薦】 掌握殘差網(wǎng)絡(luò)必讀的10多篇文章
【每周CV論文推薦】 初學(xué)者必須精讀的5篇深度學(xué)習(xí)優(yōu)化相關(guān)文章
【每周CV論文推薦】 CV領(lǐng)域中數(shù)據(jù)增強(qiáng)相關(guān)的論文推薦
【每周CV論文推薦】 初學(xué)高效率CNN模型設(shè)計(jì)應(yīng)該讀的文章
【每周CV論文推薦】 初學(xué)目標(biāo)檢測(cè)必須要讀的文章
【每周CV論文推薦】 初學(xué)深度學(xué)習(xí)圖像分割必須要讀的文章
【每周CV論文推薦】 初學(xué)GAN必須要讀的文章
【每周CV論文推薦】 深度學(xué)習(xí)人臉檢測(cè)入門(mén)必讀文章
【每周CV論文推薦】 初學(xué)深度學(xué)習(xí)人臉關(guān)鍵點(diǎn)檢測(cè)必讀文章
【每周CV論文推薦】 初學(xué)深度學(xué)習(xí)人臉識(shí)別和驗(yàn)證必讀文章
【每周CV論文推薦】 初學(xué)深度學(xué)習(xí)人臉屬性分析必讀的文章
【每周CV論文推薦】 初學(xué)活體檢測(cè)與偽造人臉檢測(cè)必讀的文章
【每周CV論文推薦】 初學(xué)深度學(xué)習(xí)單張圖像三維人臉重建需要讀的文章
【每周CV論文推薦】 人臉識(shí)別剩下的難題：從遮擋，年齡，姿態(tài)，妝造到親屬關(guān)系，人臉攻擊
【每周CV論文推薦】換臉?biāo)惴ǘ加心男┙?jīng)典的思路？
【每周CV論文】深度學(xué)習(xí)文本檢測(cè)與識(shí)別入門(mén)必讀文章
【每周CV論文】深度學(xué)習(xí)圖像降噪應(yīng)該從閱讀哪些文章開(kāi)始
【每周CV論文】初學(xué)GAN圖像風(fēng)格化必須要讀的文章
【每周CV論文】初學(xué)深度學(xué)習(xí)圖像超分辨應(yīng)該要讀的文章
【每周CV論文】初學(xué)深度學(xué)習(xí)圖像對(duì)比度增強(qiáng)應(yīng)該要讀的文章
【每周CV論文】初學(xué)深度學(xué)習(xí)圖像修復(fù)應(yīng)該要讀的文章
總結(jié)
以上是生活随笔為你收集整理的【每周CV论文】初学深度学习图像风格化要读的文章的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： 【杂谈】参加有三AI秋季划4个月，薪资翻
- 下一篇： 【杂谈】从学员到专栏作者、讲师，我在有三