prisma风格总结篇

最近很火的一款软件，prisma，可以实现将自己的照片和世界名画进行融合，生成名画风格的照片，闹腾的是，火火火火火，可以说，一半人在玩小精灵，另一半人则是玩prisma。

这款软件就是根据Image StyleTransfer Using Convolutional Neural Networks，这篇2016年的cvpr开发的。

同样的，这篇文章的作者还在2015年的cvpr上发过A Neural Algorithm of Artistic Style，雅虎的一哥们对其进行了实现，效果还是很赞的。

 

论文思想：

输入一张风格style照片，一张待处理照片，即内容（content）照片，然后经过VGG19的一系列的卷基层，分别提取出style和content，然后不断的迭代，使得由style和content两者组成的损失达到最小，其中，aerfa，beita为两个损失所占的权值。p为生成的图像，a为style图像，x为content图像。

 

具体到每个损失的计算，求导，这里就不在赘述，可以阅读论文进行研究。

 

安装步骤：

 

 

 

安装完caffe后执行如下的步骤，

cd  caffe-root/examples/
git clone https://github.com/fzliu/style-transfer.git
cd style-transfer
touch run_style.sh
vim run_style.sh
输入如下信息，
python style.py -s images/style/cy.jpg\
 -c images/content/11.jpg\
 -m vgg19 \
-g 0
然后，
./scripts/download_models.sh

 

 

 

完毕后，执行，

 

./run_style.sh

 

然后就可以静静地等待了。

sh脚本中的输入格式如下，

python style.py -s <style_image> -c<content_image> -m <model_name> -g 0

<model_name> 为vgg16, vgg19, googlenet, caffenet

错误解决：

 

 

sudo pip install progressbar

 

 

 

运行效果：

运行效果真的很神奇的可以将各种名画风格都融合进去，就是处理速度有点慢，可能和迭代次数的设置有关系吧。

左图为日常生活照，中间为挪威画家爱德华·蒙克的呐喊，右面为处理后的结果。

 

程序链接：

https://github.com/fzliu/style-transfer