基于深度学习的风格迁移方法综述
A Review of Style Transfer Methods Based on Deep Learning作者机构:西南大学计算机与信息科学学院/软件学院重庆400715
出 版 物:《人工智能科学与工程》 (Journal of Southwest China Normal University(Natural Science Edition))
年 卷 期:2024年第1期
页 面:1-19页
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
主 题:神经风格迁移 深度学习 算法 性能提升 基于文本的风格迁移
摘 要:随着深度学习的迅猛发展,风格迁移技术在算法和应用上取得了重大突破,为内容与风格的创新交互提供了强大支持。该文综述了风格迁移的基本概念、分类及其在神经网络中的应用,特别是神经网络风格迁移的原理、变体与合成算法。文章还对基于文本的图像风格迁移与基于图像的方法进行了比较,分析了各自的优缺点,突显了智能化风格迁移技术的发展。此外,探讨了风格迁移技术与其他领域结合的情况,如与超分辨方法和对比学习方法等的结合,以及在大型工艺品设计中的应用实例,展示了其广泛的应用潜力。该文的目的是为研究者提供清晰的视角,推动风格迁移领域的技术进步。