Image Style Transfer CNN

논문 링크: 링크텍스트

Style Transfer

• 사전 학습된 CNN모델 활용

• 네트워크의 가중치 고정 후 이미지 변경

  • 이미지를 학습 => 이미지 최적화

• 수식화

Theory within CNN

• Feature Map

  • 레이어가 깊어질 수록 채널의 수는 증가하지만 너비와 높이는 줄어든다

  • 컨볼루션 레이어의 서로 다른 필터들은 각각 적절한 특정 값 추출하도록 학습

• Content Loss

  • 두 이미지의 특징의 activation값이 동일하게 만든다

• Style Loss

  • Style는 서로 다른 특징 간의 상관관계의미

  • Gij = 특징 i와 j의 상관관계

• Style loss는 두 이미지의 특성 상관관계를 유사하게 만든다

  

• Style Reconstructions(Gram Matrix는 채널의 크기만큼 커짐) and Content Reconstructions(깊어질 수록 구체적인 픽셀 정보 손실)

사진으로 보는 알고리즘