机器学习如何将照片变为艺术品

您好突显照片复古时尚感或转暖光泽的ps滤镜早已不是什么新鲜事儿。但是，近期经常会出现了一种新式“造型艺术ps滤镜”，必须将著名水彩画例如梵高的《星空》或蒙克的《呼喊》的艺术风格“迁入”到照片中。看到这种“照片水彩画结合体”，是否确实很酷炫？那麼这到底是怎样搭建的呢？ 实际上，这种说白了的ps滤镜并并不是ps滤镜，只是一种更加简易有趣的程序流程，称之为“风格迁入”。

风格迁入应用软件运用深层神经元网络（一种深度学习技术性）对照片进行检查，确定一张照片的內容和另一张照片的风格，随后将二张照片的內容和风格融为一体。下图是训练有素必须猎捕且汇总诸多毕加索作品、或是别的派系有所不同美术家著作的单独系统软件。而更为酷炫的是，Google精英团队已经科学研究必须在一次迁入中动态性结合多种多样风格的技术性。

重做的应用系统在多个艺术风格上进行训炼后早就可允许动态性结合好几个美术绘画风格，例如下图是 4 种风格按有所不同占比结合的成效。据Google的科学研究生物学家解读，这类最近的深层卷积和风格迁入互联网（deep convolutional neural network - CNN）在通过自学了多种多样风格以后能够搭建多种多样艺术风格间动态性光洁迁入，且可运用于静态数据图象视频。

Google Brain的小狗Picabo的视频动态迁入多种多样艺术风格 与以前比较慢迁入风格的方式有所不同的是，这类另外模型多种多样风格的方式打开了一种让客户与风格迁入优化算法互动的新方法：允许动态性根据好几个风格的混和进行支配权创设。此项成效被强调是深层通过自学研究领域的一项提升，因为它初次获得了根据神经元网络的风格迁入的定义证实。Google将来还将发布有关该优化算法的关键点和经营该实体模型的 TensorFlow 源码。

本文来源：华体会app-www.dj-crazyd.com