1 贵州电子信息职业技术学院电子信息工程系, 贵州 凯里 556000
2 凯里学院大数据工程学院, 贵州 凯里 556011
基于卷积神经网络(CNN)的VGG-19(Visual Geometry Group)模型,研究了卷积神经网络对输入纹理进行卷积时,输入纹理特征图的边缘信息对生成自然纹理效果的影响。在使用卷积神经网络的VGG对输入图像进行卷积时,为了防止过拟合现象,采用平均池化的方式对特征图进行处理,在一定程度上保护了特征图的边缘信息,相对采用最大池化处理特征图取得了更好的生成效果。同时,提取各层特征图的边缘信息并将其叠加到特征图中,能很好地保留纹理图像的边缘结构信息。实验结果表明,改进后的方法能取得较为理想的纹理生成效果。
图像处理 纹理合成 卷积神经网络 边缘信息 池化 激光与光电子学进展
2019, 56(13): 131001
