【摘要】：進入二十一世紀,隨著互聯(lián)網(wǎng)的不斷發(fā)展,文本信息逐漸被圖像、視頻等新一代視覺信息所代替。而如今大多數(shù)移動設(shè)備都具有較為良好的拍攝功能,因此人們對于多媒體信息處理的需求也越來越強烈。近期,隨著一款名為Prisma的軟件的風(fēng)靡,圖像風(fēng)格化技術(shù)開始走入大眾的視線。本文主要考慮Justin等人的實時圖像風(fēng)格化算法。該算法在測試階段的效率非常高,并且能產(chǎn)生高質(zhì)量的風(fēng)格化圖像。然而,其針對某一風(fēng)格進行模型訓(xùn)練的耗時仍然較長,通常需要幾個小時。此外,在數(shù)碼印花打印應(yīng)用中,該算法對純色背景的圖像風(fēng)格化的效果也不盡如人意。本文的工作主要有以下兩個方面:(1)將多個設(shè)備配置成一個可用的TensorFlow分布式集群,并添加新的啟動參數(shù)用于動態(tài)地配置集群環(huán)境,將實時圖像風(fēng)格化算法架構(gòu)在TensorFlow分布式集群上,通過并行地訓(xùn)練模型,大大地減少模型的訓(xùn)練時間。(2)對純色背景的圖像,先采用圖像分割方法將圖像的前景與背景進行分離,然后對圖像的前景與背景分別執(zhí)行風(fēng)格化算法,最終合并得到符合生產(chǎn)要求的圖像。實驗結(jié)果表明,本文的方法的確提升了模型訓(xùn)練的速度,并能對純色背景的圖像產(chǎn)生符合生產(chǎn)要求的風(fēng)格化圖像。
[Abstract]:In the 21 century, with the continuous development of the Internet, text information is gradually replaced by the image, video and other new generation of visual information. Nowadays, most mobile devices have better shooting function, so the demand for multimedia information processing is more and more intense. Recently, with the popularity of a software called Prisma, image styling technology began to enter the public's attention. This paper focuses on the real-time image styling algorithm proposed by Justin et al. The algorithm is very efficient in the test phase and can produce high quality stylized images. However, it takes a long time to model a particular style and usually takes a few hours. In addition, in the application of digital printing, the effect of this algorithm on image styling of solid color background is not satisfactory. The main work of this paper is as follows: (1) configure multiple devices into a usable TensorFlow distributed cluster, add new startup parameters to dynamically configure the cluster environment, and frame the real-time image styling algorithm on the TensorFlow distributed cluster. By training the model in parallel, the training time of the model is greatly reduced. (2) for the image with solid color background, the image segmentation method is used to separate the foreground from the background, and then the stylized algorithm is implemented for the foreground and background of the image. The final merge results in images that meet production requirements. The experimental results show that the proposed method can improve the speed of model training and produce stylized images with solid color background.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 張芊;電視頻道風(fēng)格化建設(shè)的未來空間[J];采.寫.編;2004年04期

2 彭一凡;張翼;宋明黎;;基于特征跟蹤和融合的人臉風(fēng)格化動畫的研究[J];計算機技術(shù)與發(fā)展;2009年02期

3 陳竹;;風(fēng)格化主持芻議[J];湖南科技學(xué)院學(xué)報;2006年02期

4 張寧;;非真實感渲染生成風(fēng)格化圖像的方法[J];信息技術(shù);2012年11期

5 周茜,胡珊;淺析電視頻道的專業(yè)化與風(fēng)格化[J];山東視聽(山東省廣播電視學(xué)校學(xué)報);2005年03期

6 蔣寶吉;唐棣;;基于三維模型的風(fēng)格化線條渲染方法[J];計算機科學(xué);2013年10期

7 李陽;李紅平;徐丹;;多變量高斯差分的風(fēng)格化方法[J];云南大學(xué)學(xué)報(自然科學(xué)版);2014年03期

8 黃華;臧_g;張磊;;圖像和視頻油畫風(fēng)格化研究[J];計算機科學(xué);2011年06期

9 鄒定賓;電視頻道專業(yè)化過程中的風(fēng)格化問題[J];電視研究;2001年08期

10 祝瑜;王毅;黃海燕;;手機界面的風(fēng)格化設(shè)計藝術(shù)研究[J];藝術(shù)與設(shè)計(理論);2007年11期

相關(guān)會議論文 前6條

1 盧少平;張松海;;一種圖像油畫風(fēng)格化繪制的新算法[A];第四屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2009年

2 肖亮;錢小燕;吳慧中;韋志輝;;流線形風(fēng)格化圖像生成算法[A];中國圖學(xué)新進展2007——第一屆中國圖學(xué)大會暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會論文集[C];2007年

3 武煒;;流媒體實時圖像傳輸方法[A];2004中國水電控制設(shè)備論文集[C];2004年

4 史世明;王嶺雪;王霞;金偉其;趙源萌;;一種彩色夜視實時圖像融合系統(tǒng)[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

5 李桂菊;;基于大面陣相機的實時圖像壓縮系統(tǒng)設(shè)計[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

6 陳東寧;李建華;焦彥平;;帶寬限制條件下的實時圖像傳輸策略研究[A];第十七屆全國青年通信學(xué)術(shù)年會論文集[C];2012年

相關(guān)重要報紙文章 前5條

1 連冕;我們何需“風(fēng)格化”？[N];中國文化報;2006年

2 卞文志;市場呼喚風(fēng)格化名牌[N];廠長經(jīng)理日報;2000年

3 卞文志;個性化市場呼喚風(fēng)格化名牌[N];市場報;2000年

4 記者 朱志升 通訊員 張明山;沙雅推行風(fēng)格化社會面服務(wù)管理工作[N];阿克蘇日報(漢);2012年

5 陳履生;代表性與風(fēng)格化[N];文藝報;2006年

相關(guān)博士學(xué)位論文 前4條

1 趙艷丹;風(fēng)格化數(shù)字圖像的GPU加速生成和編輯[D];浙江大學(xué);2015年

2 孫美君;中國水墨畫的設(shè)色擴散與風(fēng)格化繪制研究[D];天津大學(xué);2009年

3 欒青;色彩與結(jié)構(gòu)在圖像編輯和風(fēng)格化中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2009年

4 劉更代;人體動畫合成及其風(fēng)格化處理研究[D];浙江大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 吳聯(lián)坤;基于TensorFlow分布式與前景背景分離的實時圖像風(fēng)格化算法[D];浙江大學(xué);2017年

2 鄭海東;人臉風(fēng)格化繪制評估方法[D];山東大學(xué);2015年

3 楊玲麗;數(shù)字圖像的風(fēng)格化繪制[D];山東大學(xué);2014年

4 高山曉;基于GPU的實時素描風(fēng)格化渲染算法研究[D];福建師范大學(xué);2016年

5 張曄嘉;三維模型風(fēng)格化繪制技術(shù)研究[D];南京大學(xué);2015年

6 操江峰;基于深度學(xué)習(xí)的圖像與視頻風(fēng)格化研究與實現(xiàn)[D];中國科學(xué)院大學(xué)(中國科學(xué)院工程管理與信息技術(shù)學(xué)院);2017年

7 李園;二維圖案的風(fēng)格化衍生設(shè)計方法研究[D];山東師范大學(xué);2017年

8 張小剛;風(fēng)格化服裝賣場系統(tǒng)的研究[D];江南大學(xué);2008年

9 謝偉斌;基于稠密特征對應(yīng)關(guān)系的視頻風(fēng)格化關(guān)鍵技術(shù)與系統(tǒng)[D];中山大學(xué);2012年

10 肖書星;蛋白質(zhì)三維結(jié)構(gòu)的風(fēng)格化繪制[D];浙江大學(xué);2008年

，

本文編號：2168824