移动端机器学习实战

第3章　在照片上应用艺术神经风格迁移

在本章中，我们将构建一款完整的iOS和Android应用程序，它们会在已有的图片上应用类似于Instagram应用程序风格的图像转换。在这个应用程序中，我们将会借助于TensorFlow再次使用Core ML和TensorFlow模型。为了完成这个工作，我们将会进行一些小的改动。

艺术化处理最佳的使用场景是一款名为Prisma的图片编辑应用。在这款应用中，可以使用神经网络将图片转换为画作。可以将一张图片转换成看上去像是经过Picasso或者Salvador Dali处理的艺术形式。

本章介绍的主要内容有：

• 艺术神经风格迁移（Artistic Neural Style Transfer）；
• 使用神经风格迁移构建应用程序。

3.1　艺术神经风格迁移

图像变换一般是通过快速的风格迁移实现的。在实现移动应用程序之前，首先了解一下风格迁移的工作原理。每个人都喜欢看到自己的作品具有艺术风格。艺术神经迁移可以使我们看到自己的图片变为一种艺术风格的图片，其中也包含了自己的风格和内容，从而获得一种独一无二的视觉体验。在此之前，还没有基于AI的系统能胜任这样的工作。

下图中的示例展示了如何将一种艺术风格应用于普通的图片上。

本章中创建的应用程序将会基于与上图类似的系统的实现方式。多篇已发表的论文证明了该系统近似人类的人脸和物体识别能力。深度神经网络有助于通过人工方式实现人类视觉。这个应用程序使用的算法实现了深度神经网络，深度神经网络创建了高视觉质量的图片。神经网络用于对用户输入的图形的内容与风格进行拆分和重新排列。通过这种方法，它提供了创建艺术图片的神经逻辑。 ...