基于深度神经网络学习梵高的画风

赵凯风

（合肥一中高三26班安徽省合肥一中，230601）

基于深度神经网络学习梵高的画风

赵凯风

（合肥一中高三26班安徽省合肥一中，230601）

梵高的画风以笔触与色彩为特色，对此类以笔触、色彩见长且形成独特作画风格的画家，基于深度神经网络学习，通过neural-style开源库，可快捷地实现对梵高等画家画作的学习而将其他的图片绘画成已经学习到的目标风格。

深度学习；神经网络；学习画家风格

1 研究背景

最早从事通过深度神经网络来学习不同画风格而作画的这个领域的是德国图宾根大学的Bethge实验室，主要是由Leon Gatys、 Alexander Ecker 和 Matthias Bethge这三位研究员进行研究的。后来全球很多开发者基于德国这三位研究员的成果开发了很多相关的开源库，其中Anish Athalye基于TensorFlow开发的neural-style库是python版的深度学习画家风格作画的开源库。

2 基本原理解析

基于深度神经网络学习画家风格的基本原理是通过卷积神经网络（CNN）将图像分解成若干部分并不断地被训练成为学习集；然后这些被分割的学习对象则被深度学习算法学习，从而基于一张新的图片而找到目标的图形结果。这种方法只适合以色彩、笔触、纹理而见长的画家的画作风格，故而基于这种深度学习的算法，只适合梵高、毕加索等这类画家的风格。

3 使用python来快速实现对画家风格的学习

不重复造轮子是计算机应用科学的首要法则，选型合适的开源库可快速实现深度学习画家的画风。而选择python语言的开源库，则是因为python语言的开发效率足够高且此时对效率并无苛求，虽说基于纯cpu的算法实现会需要几十分钟的时间，但效率并非快速实践深度学习画家风格的瓶颈问题，反而实现深度学习画家风格的便捷度是首要诉求，因此开发效率是瓶颈问题。……