Artistic Neural Style Transfer Algorithms with Activation Smoothing

要約

Gatysらの作品。
芸術的なスタイルの画像を作成する畳み込みニューラル ネットワーク (CNN) の機能を実証しました。
コンテンツ画像をさまざまなスタイルで転送するこのプロセスは、ニューラル スタイル転送 (NST) と呼ばれます。
この論文では、画像ベースの NST、高速 NST、および任意の NST を再実装します。
また、NST でアクティベーション スムージングを使用して ResNet を利用することも検討します。
広範な実験結果は、スムージング変換により様式化結果の品質が大幅に向上することを示しています。

要約(オリジナル)

The works of Gatys et al. demonstrated the capability of Convolutional Neural Networks (CNNs) in creating artistic style images. This process of transferring content images in different styles is called Neural Style Transfer (NST). In this paper, we re-implement image-based NST, fast NST, and arbitrary NST. We also explore to utilize ResNet with activation smoothing in NST. Extensive experimental results demonstrate that smoothing transformation can greatly improve the quality of stylization results.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google