隨著機器學習和深度學習技術的進一步成熟,對于相關技術的研究與實際應用顯得越來越重要。不論是PC端、移動設備端或者是嵌入式端,將已經(jīng)成熟的技術進行實踐與應用才是科技發(fā)展的最終目的。Web應用基于B/S的模式,由于其便捷性和跨平臺性,在全球的應用市場占據(jù)了50%以上的份額。由于圖像風格轉移技術在實際應用中,建立深度卷積神經(jīng)網(wǎng)絡需要大量數(shù)據(jù)集進行學習訓練,計算量龐大,難以進行實時圖像風格轉移,因此開展實時圖像風格轉移及其應用技術的研究具有重大的研究意義和市場應用價值本文深入研究了傳統(tǒng)非卷積神經(jīng)網(wǎng)絡圖像風格轉移的不足,分析了采用傳統(tǒng)卷積神經(jīng)網(wǎng)絡進行圖像風格轉移的可改進之處,發(fā)現(xiàn)了采用深度學習中的卷積網(wǎng)絡結構能夠將用戶輸入圖像的內(nèi)容和風格信息特征有效的分割。通過遷移學習的思想,完成對圖像中間內(nèi)容和風格圖像的信息特征提取。在Django框架和TensorFlow平臺結合的基礎上,建立了一個Web原型系統(tǒng),對基于卷積神經(jīng)網(wǎng)絡的實時圖像風格轉移技術進行了實現(xiàn)與驗證。本文的主要工作如下:（1）本文針對傳統(tǒng)的圖像風格轉移方法存在圖像生成時間慢、風格轉移效果有待提升、風格轉移的圖像風格種類單一等問題,提出了... 

【文章來源】：湖南大學湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

Django系統(tǒng)架構圖

Django請求回應的工作機制Django框架的中間件以插件的形式存在整個框架之中

Django中間件系統(tǒng)定位

【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡的深度圖像超分辨率重建方法[J]. 李偉,張旭東.  電子測量與儀器學報. 2017(12)
[2]圖像藝術風格化的研究現(xiàn)狀[J]. 鄧盈盈,唐帆,董未名.  南京信息工程大學學報(自然科學版). 2017(06)
[3]基于卷積神經(jīng)網(wǎng)絡的中國水墨畫風格提取[J]. 王晨琛,王業(yè)琳,葛中芹,儲開岳,蔡晶,金建華,陳穎,葛云.  圖學學報. 2017(05)
[4]基于CNN和隨機彈性形變的相似手寫漢字識別[J]. 高學,王有旺.  華南理工大學學報(自然科學版). 2014(01)
[5]基于BP神經(jīng)網(wǎng)絡的行人和自行車交通識別方法[J]. 岳昊,邵春福,趙熠.  北京交通大學學報. 2008(03)
[6]快速風格遷移[J]. 錢小燕,肖亮,吳慧中.  計算機工程. 2006(21)
[7]蒙特卡羅方法的應用及算例[J]. 何鳳霞,張翠蓮.  華北電力大學學報. 2005(03)
[8]應用BP神經(jīng)網(wǎng)絡分類器識別交通標志[J]. 楊斐,王坤明,馬欣,朱雙東.  計算機工程. 2003(10)
[9]自動指紋識別中的圖像增強和細節(jié)匹配算法[J]. 羅希平,田捷.  軟件學報. 2002(05)

博士論文
[1]基于統(tǒng)計學習的人臉圖像合成方法研究[D]. 杜楊洲.清華大學 2004

碩士論文
[1]基于深度學習的圖像風格藝術化[D]. 喬麗莎.西安理工大學 2018



本文編號：3251665