Эта статья посвящена обзору статьи «Передача стиля изображения с помощью сверточных нейронных сетей» (Л. А. Гатис, А. С. Экер и М. Бетдж. Передача стиля изображения с помощью сверточных нейронных сетей. В Proc. CVPR, 2016 г.)
Формат рецензий
Я использовал определенный формат, который указан Yoichi Ochiai.
- Каково содержание?
- В чем преимущество по сравнению с предыдущим исследованием?
- Что является важным методом?
- Как они проверяют эффективность?
- Есть ли обсуждение этой статьи?
- Какую газету мне читать дальше?
1. Что такое содержание?
В этой статье показано, что модель VGG позволяет отображать изображение семантического содержания в стиле другого изображения.
2. В чем преимущество по сравнению с предыдущим исследованием?
По сравнению с предыдущим исследованием, обученная модель VGG позволяет разделить контент и стиль.
3. Какой метод важен?
Глубокие слои CNN (Convolutional Neural Networks) имеют тенденцию извлекать расширенные функции. Это означает, что глубокие слои могут извлекать высокоуровневую семантическую информацию. Благодаря этой тенденции модель CNN может разделять информацию о содержании и стиле.
4. Как они проверяют эффективность?
Для установки фотографий в качестве входных изображений для контента и произведений искусства в качестве входных изображений для стиля и качественной проверки с изображением, созданным моделью VGG16.
5. Есть ли обсуждение этого документа?
- Скорость процедуры синтеза (занимает час с графическим процессором Nvidia K40, изображение 512 пикселей * 512 пикселей)
- Добавление небольшого шума к входным изображениям фотографий для содержания и стиля
- Сложность полного разделения содержания и стиля.
6. Какую статью я должен прочитать дальше?
- NST (Л. А. Гатис, А. С. Экер, М. Бетге, А. Герцманн и Э. Шехтман. Управление факторами восприятия при передаче нейронного стиля. На конференции IEEE по компьютерному зрению и распознаванию образов (CVPR), 2017 г.)
