笔记——Texture Synthesis Using Convolutional Neural Networks (Leon A. Gatys et al)

最新推荐文章于 2022-11-05 15:31:35 发布

原创

最新推荐文章于 2022-11-05 15:31:35 发布 · 3.4k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#图像风格化 #深度学习 #CNN

该笔记详细介绍了利用卷积神经网络（CNN）进行纹理合成的方法。通过VGG19网络，研究了不同层特征之间的相关性，尤其是通过Gram矩阵来表征纹理特征。实验表明，高层特征保留了更多的空间信息，而随机参数的网络无法达到良好的合成效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图像风格化论文笔记

Texture Synthesis Using Convolutional Neural Networks (Leon A. Gatys et al)

1. 摘要

基于 CNN Network for object recognition, 用若干layer的不同filter之间的相关性（correlations）来构建 texture 特征表示

2. CNN Network

基础网络：VGG19 trained on object recognition

3. Texture model

Insight

Textures are per definition stationary, so a texture model needs to be agnostic to spatial information. A summary statistic that discards the spatial information in the feature maps is given by the correlations between the responses of different features.