艺术风格迁移网站的设计与实现开题报告

 2020-02-10 10:02
1.目的及意义(含国内外的研究现状分析)

1.1 研究背景及意义

艺术风格,指艺术创作中表出来的一种综合性的总体特点,是艺术家的创作个性与艺术作品的语言、情景交互作用所呈现出的对于艺术家本身来说相对稳定的整体性艺术特色。一个艺术家由于个人的世界观、价值观、文化教养、生活经历、审美趣味等的不同,在其作品中会逐渐呈现出与众不同的特色,即不可重复的风格。例如,著名艺术家毕加索的画作中有着独具特色的立体主义风格,文艺复兴三杰之一的达·芬奇的绘画作品中体现出细腻的写实主义风格,抽象艺术的先驱瓦西里·康定斯基以其抽象风格闻名于世。然而,艺术家的作品数量有限,创造的作品不会无限增加。因此,为了使艺术家的个人风格可以延续,将经典的艺术风格在现代作品中重现,对艺术作品风格的提取与再结合的研究有着重要意义。

深度学习(又称深度结构学习或层级学习)的概念源于对人工神经网络的研究。深度学习通过组合低层特征形成更加抽象的高层特征表用来示属性类别或特征,以发现数据的分布式特征表示。深度学习结构,例如深度置信网络、循环神经网络和卷积神经网络被广泛应用于计算机视觉、语音识别、自然语言处理、社交网络过滤和机器翻译等领域,能够得到媲美甚至超越人类专家的效果。

卷积神经网络(CNN)是一类包含卷积计算且具有深度结构的前馈神经网络,是神经网络的代表结构之一,在视觉图像分析领域的应用最为广泛。卷积神经网络的灵感来自于生物过程,因为神经元之间的连接模式类似于动物视觉皮层的组织。单个的皮质神经元只对视野中一个被称为“接受区”的受限区域的刺激做出反应;不同神经元的接受区部分重叠,覆盖整个视野。因此,使用卷积神经网络完成艺术风格提取和再结合的任务最为合适。

另外,现代互联网用户更倾向于使用浏览器端的在线服务,一方面减少了繁琐的客户端软件安装过程,另一方面也降低了终端的计算负荷。

您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;