不吹不黑!用Pytorch轻易完成图像风格迁移

这次给大家介绍一个比较有意思的项目 , 先来看下效果:
不吹不黑!用Pytorch轻易完成图像风格迁移
文章图片
上图是在甘南合作的米拉日巴佛阁外面拍下的一张照片 , 采用风格迁移技术后的效果为:
风格迁移主要目的是将一幅图的艺术风格转移到另一幅图中去 。 普通的佛寺生成了不同艺术风格的效果 , 如梵高的抽象油画风格 , 日本的浮世绘风格等 , 这就是利用PyTorch完成的图像风格迁移 。
背后原理简介
PyTorch是Facebook开源的深度学习(包括机器学习)框架 , 深度学习技术可谓无孔不入 , 在计算机视觉领域尤为明显 。 图像分类、识别、定位、超分辨率、转换、迁移、描述等等都已经可以使用深度学习技术实现 。
其中 , 风格迁移算法的成功 , 其主要基于以下两点:
两张图像经过预训练好的分类网络 , 若提取出的高维特征(high-level)之间的欧氏距离越小 , 则这两张图像内容越相似
两张图像经过与训练好的分类网络 , 若提取出的低维特征(low-level)在数值上基本相等 , 则这两张图像越相似 , 换句话说 , 两张图像相似等价于二者特征的矩阵具有较小的弗罗贝尼乌斯范数 。
在实际生活中计算机视觉的应用也越来越广 , 包括像门禁、支付宝上的人脸识别、自动驾驶的路障识别、刷脸支付等等技术 。 为了在各产业抢占市场先机 , 众多人工智能企业纷纷不惜重金招揽计算机视觉人才 。 职友集给出的全国计算机视觉算法工程师的薪酬平均水平已高达27K/月 。
不吹不黑!用Pytorch轻易完成图像风格迁移
文章图片
【不吹不黑!用Pytorch轻易完成图像风格迁移】计算机视觉算法工程师月平均收入


    推荐阅读