应用卷积神经网络的纹理合成优化方法

作者：高明慧; 张尤赛; 王亚军; 李垣江

来源：计算机工程与设计, 2019, (12): 3551-3556.

DOI：10.16208/j.issn1000-7024.2019.12.031

• 纹理合成
• 卷积神经网络
• 克莱姆矩阵
• 纹理特征
• 特征提取 texture synthesis
• convolutional neural network
• Gram matrices
• texture features
• feature extraction

针对传统纹理合成方法特征提取困难以及合成周期较长的问题,提出一种基于卷积神经网络的纹理合成优化方法。通过优化VGGNet卷积神经网络的结构,并提出增加批量归一化BN层的方法,来提高网络训练速度和减少参数过拟合现象;通过计算每层得到的纹理图像特征响应的克莱姆矩阵,构建克莱姆矩阵集合来表达纹理特征;由梯度下降算法计算梯度,通过L-BFGS优化算法最小化损失函数,合成纹理图像。实验结果表明,该方法可以有效提高模型训练速度,减少参数过拟合现象,合成高质量的图像。

• 单位
  江苏科技大学