基于深度学习的风格迁移应用开题报告

 2022-01-14 11:01

全文总字数:4357字

1. 研究目的与意义、国内外研究现状(文献综述)

意义与前景:

随着基于深度学习的图像风格迁移在算法和理论方面的不断改进,图像风格迁移的效果得到很大的提升,具有广阔的商业应用前景。在图像处理方面,目前在社交网络上流传的图像大多经过软件处理,其中图像美化是一个热门应用技术。传统的图像处理技术只能对图像进行模式较为固定的处理,而基于神经网络的图像风格迁移的出现为图像风格设计带来了更多的想象空间。在视频处理方面,目前在影视娱乐产业中,

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容和问题

研究的目标、内容和拟解决的关键问题

研究目标:

开发实现一款Android平台下基于深度学习的风格迁移应用软件。用户可通过此应用对自己的图像等进行图片风格的转换,具有独特的艺术效果。并可将经过风格转换的图片分享到社区,与网友进行互动。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的方法与方案

研究方法:

(1)学习python以及深度学习的相关基础知识,重点学习卷积神经网络CNN的相关知识,学习其原理及网络架构等相关知识。目前拟通过运用tensorflow深度学习框架使用卷积神经网络实现风格迁移,完成在PC端的算法学习和复现。

(2)学习国内外关于风格迁移研究成果。主要为基于图像优化的慢速神经网络方法和基于模型优化的快速神经网络方法。对这两类算法进行对比学习分析,综合个方面因素,选取风格迁移效果较好的进行应用化实现。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究创新点

特色或创新之处

(1) 实现基于深度学习的风格迁移移动端应用开发。融入社交分享的元素,能相互分享自己的风格迁移成果。

(2) 如果时间上有可能,拟实现对视频的风格迁移处理。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 研究计划与进展

研究计划及预期进展

(1)2019年1月1-2019年1月20日 卷积神经网络入门与风格迁移初步了解。

(2)2019年1月20-2019年2月15日 不同风格迁移算法的学习与复现。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。