10秒搞定建筑日夜景转换,还自带中秋月光( 四 )

如何做到日夜景秒速转换?

NCT采用经典图片分类的多层卷积神经网络(CNN)模型VGG19。

VGG19 是在 ImageNet 上,1000 个分类的共计约 120 万张图片上预训练的(http://image-net.org/challenges/LSVRC/2014/browse-synsets)。这个模型有非常强的泛用性,被普遍应用于图片特征提取。

随着模型的层数由浅到深(下图从左到右),VGG19 可以抽取从图片的低级细节(对颜色敏感)到高级的语义信息(对颜色不敏感)。

10秒搞定建筑日夜景转换,还自带中秋月光

图5/13

图片分类的多层卷积神经网络(CNN)模型 VGG19 结构图:(https://www.mathworks.com/help/deeplearning/ref/vgg19.html)

对于 S 和 R 两张图片,分别提取 VGG19 在 relu1_1, relu2_1, relu3_1, relu4_1 和 relu5_1 五个层的输出作为这两张图片在 5 个层级(L = 1, 2, 3, 4, 5)的特征图。

推荐阅读