基于ImageNet预训练卷积神经网络的图像风格迁移

图像风格迁移技术是对目标图像的内容进行艺术化处理,在降低艺术创作难度等领域有广泛应用前景.基于深度学习技术的Tensorflow框架,使用ImageNet中预训练好的卷积神经网络提取内容特征,采用Gram矩阵计算图像风格差异,将风格损失函数和内容损失函数融合构建模型整体损失函数,并利用卷积神经网络的反向传播算法,更新优化模型参数,最终生成既具有内容图像的原始内容又具有风格图像的艺术风格的目标图像.