通过卷积神经网络创作艺术

根据《纽约时报》的一篇文章,由人工智能制作的一幅肖像被悬挂在纽约佳士得的安迪·沃霍尔版画对面,罗伊·利希滕斯坦的青铜作品旁边。 它的售价远远超过了这两件作品的总和。 “爱德蒙·德·贝拉米,来自La Famille de Belamy”以432,500美元的价格售出,含手续费,是佳士得最初估计的7,000-10,000美元的40倍以上。 买方是一位匿名电话竞标者。

人工智能(AI)在不同领域中变得越来越重要,它正在极大地改变创作过程的性质。 您是否想象过使用AI创造艺术? 这正在发生! T使用AI检查此音乐视频:

样式转移使我们可以将一个图像的样式应用于另一图像。 将样式转换为内容的关键是使用经过训练的CNN将内容与图像样式分开。

样式转移将查看两个不同的图像。 我们通常将它们称为样式图像和内容图像。

使用受过训练的CNN,样式转移可以找到图像的样式以及其他图像的内容。

我们可以使用VGG(一种经过预先训练的CNN)进行样式转换。 VGG代表视觉几何组。 这是CNN模型,由牛津大学的K. Simonyan和A. Zisserman在论文“用于大规模图像识别的超深度卷积网络”中提出。

VGG由16层卷积和ReLU非线性组成,由5个池化层分隔并以3个完全连接的层结束。 我们可以从该网络的各个层提取图像内容和样式的表示。

这些模型将尝试合并两个图像以创建一个新的第三个图像,如下所示:

这是我使用VGG19模型进行的一些实验。 您可以看到样式和内容图像:

Deep Dream是另一个使用样式转换的工具。 这是由Google工程师Alexander Mordvintsev创建的一种计算机视觉程序,该程序使用CNN通过算法的pareidolia查找并增强图像中的图案,从而在经过精心处理的图像中产生了类似梦境的幻觉外观。

查看我使用Deep Dream生成的这些图像!

用Deep Dream做一些实验!

深梦产生器

该技术是原始Deep Dream方法的高级版本。 它能够使用自己的…

deepdreamgenerator.com

阅读Leon A. Gatys,Alexander S. Ecker,Matthias Bethge的论文,所有这一切都始于此:

[1508.06576]一种艺术风格的神经算法

摘要:在美术,特别是绘画中,人类已经掌握了通过以下方法创造独特视觉体验的技巧:

arxiv.org

viritaromero –概述

软件工程师,对人工智能和机器学习充满热情。 – viritaromero

github.com