图像风格化-人工智能
也许在某个时刻,你想将图像转换成水彩画、油画等多种艺术风格,可自定义风格图像进行风格转移,“图像风格化”就可以让你梦想成真。人工智能应用场景日益丰富,快联科技为助力AI快速落地,推出了“AI购”平台,其中集合了很多火热的AI技术。
![](/assets/blank.gif)
图1 图像风格化
观看图像风格化处理过的图片,我们可以感受到图像风格化赋予了AI绘画更多可选择的新艺术气息。在AI购中,也有很多关于绘画的技法,比如图像风格化、人物动画等,可以将图像转换成水彩画、油画等艺术风格来体验AI绘画。
这个功能是我们期待已久的吗?但我们不是天生的艺术生。怎样才能让我的风景照有艺术感,或者把照片变成素描或者漫画?你可能觉得网上已经有很多类似的米托软件可以直接生成了,但是如果这些图像处理方法中没有喜欢的风格呢?这个时候,DIY图像建模技术可以帮助我们。
![](/assets/blank.gif)
图2 图像风格化
当然,优秀技术发展的过程总是漫长而艰辛的。在非真实感图像领域,图像艺术可以分为三种方法:
基于笔画的渲染方法:即从样式图片中学习笔画信息,但这种方法不能简单地推广到其他样式,因此使用受到很大限制。
基于图像类比的方法:需要多对原始图像和风格结果图像。
图像滤波法:速度快,能满足行业需求,但这种方法过于简单,做复杂的风格迁移。
而现在的图像风格化方法已经克服了上述问题,可以提供“一键生成工具”,让你在不掌握专业图像处理技术的情况下,也能快速创建出想要的图像效果。
近年来,人工智能发展迅速,深度学习成为研究热点之一。随着深度学习在图像处理领域的发展,一种基于深度学习的快速图像风格化应运而生。这种图像风格化方法大大提高了图像生成的速度,使生成的图像具有更好的视觉效果。
“AI购”集合了目前最热门的人工智能技术,如声纹技术、图像技术、语音技术、视频技术等。,可以体验各种场景下的AI技术。在AI购中体验AI绘画后,我们不难看出,AI是基于关键词的风格和内容的再创造。从AI语音、虚拟人,到几年前的AI绘画,AI的进化速度相当惊人。
基于CNN的图像风格化
风格化图像迁移领域的先驱Gatys首先发表了一篇NIPS,提出了一种新的基于CNN的纹理建模方法——使用常规神经网络的纹理合成。得到的Gram矩阵用于表示图像的纹理信息,并在2015年被CNN风格化。
本文的关键发现是,卷积神经网络中风格和内容的表达是可以分离的,不同层次表达的信息是不同的(上层代表内容信息,下层代表风格信息)。
![](/assets/blank.gif)
图3 CNN不同层次提取特征示意图
Gatys将原始图片、风格图片和初始化图片输入卷积神经网络,在卷积层计算初始化图片和原始图片的内容差异和风格差异,并用损失函数表示。通过误差反向传播,初始化图像通过梯度下降进行更新,直到产生满意的结果。但是这种方式耗时太长,无法满足产品落地的需求。
2016年,人工智能领域的杰出女性学者李菲菲提出了一种快速风格化方法。她的工作的一个突破是生成图片的时间大大缩短了。在GPU上生成一张图片只需要十分之几秒!“AI购”里很多技术都很厉害,每个人都可以体验。美术生可能需要几年的时间来打磨自己的绘画技巧,但AI仅通过数据学习就可以临摹无数的画作。可以说,没有任何一个人类仅仅通过不断学习这个条件就能碾压AI。
基于 GAN 的图像风格化
GAN 包含两部分,一个判别器和一个生成器。生成器的目的是学习真实的数据分布,产生与真实数据分布接近的样本;判别器的目的是判别输入数据是来自真实数据还是来自生成器。通过不断优化生成器和判别器,使两者结果都达到最优。
![](/assets/blank.gif)
图4 GAN 算法框架
CycleGAN 的结构:它不仅可以完成图像风格之间的转换,比如将照片变成艺术画,还可以进行图片季节迁移、夏天变冬天、物种迁移、斑马变马等。
![](/assets/blank.gif)
图5 CycleGan生成结果示意图
图像风格化的应用场景
当然,现在形象风格化的工作已经不仅仅局限于艺术形象,还有下面的扩展应用:语义风格转移,涂鸦变成油画,肖像风格转换,样品上色等,工业界还有一些落地的产品。欢迎在AI购上体验快联科技产品,感受图像风格化的魅力。也希望在快联科技AI购的帮助下,AI未来能给人类带来更多的惊喜和便利。
图像风格化-人工智能相关推荐
- 【星球知识卡片】图像风格化与翻译都有哪些核心技术,如何对其长期深入学习...
大家好,欢迎来到我们的星球知识小卡片专栏,本期给大家分享图像风格化相关的资源. 作者&编辑 | 言有三 1 基本的图像风格化模型 2015年德国图宾根大学科学家在论文<A Neural ...
- 【每周CV论文】初学深度学习图像风格化要读的文章
欢迎来到<每周CV论文>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 图像风格化的研究由来以久,这是一个艺术和科学相结 ...
- 【每周CV论文】初学GAN图像风格化必须要读的文章
欢迎来到<每周CV论文>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 图像风格化是生成对抗网络的一大应用,今天给大家推 ...
- 【通知】3月第三周直播预告,模型精简前沿技术,人脸分析与编辑,图像风格化...
文/编辑 | 言有三 我们3月份给有三AI秋季划小组备了4场突击直播,了解详细可读. [杂谈]备战3月春招!深入掌握模型优化,人脸算法,图像质量等24个核心领域! 针对每一个方向,本月每周有一次直播( ...
- 风格化图像_【开源】图像风格化和目标检测
团队今年两项新成果的代码现已开源,欢迎试用. 1. 任意风格图像风格化(ACM Multimedia 2020) 图像风格化方法可学习图像的内容和风格的特征表示,然后根据这些特征表示生成风格化后的图像 ...
- NLPCC'22 | 一种兼具准确性和多样性的图像风格化描述生成框架
每天给你送来NLP技术干货! 来自:南大NLP 01 研究动机 在本文中,我们研究了图像描述(Image Captioning)领域一个新兴的问题--图像风格化描述(Stylized Image Ca ...
- 论文复现丨基于ModelArts进行图像风格化绘画
摘要:这个 notebook 基于论文「Stylized Neural Painting, arXiv:2011.08114.」提供了最基本的「图片生成绘画」变换的可复现例子. 本文分享自华为云社区& ...
- 照片级逼真的图像风格化
A Closed-form Solution to Photorealistic Image Stylization --照片级逼真的图像风格化 1. 摘要 照片级逼真的图像风格化涉及到将参考照片的风 ...
- 快速识别图像的人工智能图像识别小程序分享
一.产品概况 1. 介绍与需求 1.1 产品简介 识相 Insight 是一款免费的 快速识别图像,获取相关知识,提升生活信息认知 的小程序.产品通过利用人工智能的图像识别技术,对图像进行快速识别分析 ...
最新文章
- iPhone开发四剑客之《iPhone开发秘籍》
- Python奇遇记:数据结构窥探2
- 微软四十周年 Microsoft’s 40th anniversary
- 汇编第二章节检测2-1
- 《textanalytics》课程简单总结(1):两种word relations——Paradigmatic vs. Syntagmatic...
- JavaScript 进阶(二)变量作用域
- 19、20 Context API
- 共同体不是c语言中的一个数据类型,《c语言程序设计教学资料》第12章---构体和共同体.ppt...
- 解析Java内存区域
- Writing A Threadpool in Rust
- 给定(x,y)填充数据,前端怎么实现?
- 树形dp贪吃的九头龙(vijos1523)
- 2019年,免费的检测僵尸粉软件《雪球微信小助手》,无打扰检测清理微信僵尸粉
- 精曲的竖曲线4800计算程序,可以计算直线与竖曲线通杀
- udp端口转发 Linux,Linux下利用iptables快速实现UDP/TCP端口转发
- macOS Big Sur到来,为Mac带来巨大变化
- 跳转到QQ聊天界面和QQ群界面
- 深度学习—数据处理常用代码Python合集
- 23种开发设计模式总结,追求高内聚低耦合的编程思想。
- 基于51的MPX4115压力检测仿真