神经风格迁移模型综述

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:user1944
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
神经风格迁移技术主要用于对图像、视频等进行风格化,使其具有艺术美感,该领域极具应用价值,是人工智能的热门研究领域之一。为推动神经风格迁移领域的研究发展,对神经风格迁移技术进行了全面概述。简述了非真实感渲染技术和传统的纹理迁移技术。对现有神经风格迁移模型进行了分类整理,并详细探讨了各类代表性模型的算法原理及后续改进,分析了神经风格迁移技术的应用市场。提出对风格迁移模型质量的评判应该从定性评估和定量评估两个方面来考虑,并从各个角度讨论了现阶段风格迁移技术存在的问题以及未来研究方向。最后强调应提高模型的综
其他文献
我家门前有几棵大树,是鸟儿的天堂。一到傍晚,就有成群结队的小麻雀在树上叽叽喳喳地叫着,欢快地跳来跳去。  一天,有一只小鸟不小心飞进了我家。它惊慌失措,横冲直撞,到处找出口。直到累了,它才停在了客厅。妈妈把它捉住,给了我。我见这只小鸟特别可爱,想把它养在家里。可是,爸爸媽妈不同意,妈妈对我说:“野生的鸟儿向往自由,所以,它们宁愿被饿死,也不会吃人给的东西。而且,它的爸爸妈妈还在等它回家呢!”是呀,
随着无人机技术的快速发展,无人机在研究领域和工业应用方面受到了广泛的关注。图像和视频是无人机感知周围环境的重要途径。图像语义分割是计算机视觉领域的研究热点,在无人驾驶、智能机器人等场景中应用广泛。无人机航拍图像语义分割是在无人机航拍图像的基础上,运用语义分割技术使无人机获得场景目标智能感知能力。介绍了语义分割技术和无人机的应用发展、相关无人机航拍数据集、无人机航拍图像特点和常用语义分割评价指标。针
尽管自深度学习发展以来,减少大量人工标记样本的需求使得零样本学习取得了不错的进展,以至于已经拥有比较完善的理论体系。但是对于零样本学习应用的研究寥寥无几,如何有效地对应用领域进行梳理是现阶段急需解决的问题。对零样本的理论体系进行介绍,通过一个例子引出零样本学习的定义,继而与广义零样本、监督学习比较,再而列举4个关键问题以及现有的解决方案,给出文本、图像、视频三方面常用的数据集;按照关键技术(属性、嵌入以及生成模型)出现时间顺序,对13个典型模型如何进行零样本学习展开描述,并对优点、缺点、创新点、挑选数据集
供应链管理面临诸多挑战:保证产品信息的完整性、真实性和透明度;上下游企业之间的信任管理;企业交互过程中的隐私保护等等。而伴随区块链技术的问世,其为供应链的诸多挑战提供了完美的解决方案,但是依旧存在一些挑战。该文对区块链在供应链管理中的应用进行了系统化的综述分析;论述了当前供应链管理的技术与实施面临的问题,在此基础上分析了传统解决方案的不足以及区块链技术的相关优势。系统阐述了当前区块链主流的应用框架与原理,比较各个技术之间的差异。对不同行业的供应链进行了系统的分析,全面阐述了近年来区块链在不同行业供应链管理