卷积神经网络风格迁移网站设计

摘要：为了让用户能够方便的制作和处理含有艺术风格的图像，本文使用基于卷积神经网络的快速风格迁移，和基于JavaEE搭建了一个线上的图像风格迁移网站。网站采用MVC的架构模式设计，前端为Bootstrap+Layui框架，后端为SSM框架。

关键词：快速风格迁移JavaEE风格迁移网站SSM框架

引言：

绘画是艺术创作重要的视觉表现形式之一,而绘画风格可以用于表现绘画的文化创作背景和艺术特征,是各门类艺术绘画派系最直接的特征表现。在现代，人工智能也已经能理解“艺术”了。例如风格迁移，它可以提取图片的风格，将另一张图片重绘为一张含有艺术风格的新图片。例如下面图1所示：图1(a)是名画《神奈川冲浪里》，图1(b)是一副风景画，而图1(c)是通过风格迁移之后得到的新图像，既包含图1(a)的样式风格，又包含图1(b)的图像内容随着深度学习技术不断地发展，会带来更多图像处理的技术。此时，图像处理的网站势必会为社会不同人群的生活带来更多的便利与多彩。为了有效的为用户带来便利，图像风格迁移网站致力于使用人工智能来对图片进行处理。同时，提供一个网站来让更多人进行艺术照片方面的探讨和交流。网站核心是让用户能够方便的处理和制作图像，同时也要能增加了用户之间的互动。

一、技术背景

1.1快速风格迁移

风格迁移中，根据内容图像和风格图像对风格化图像进行优化，使loss值最优。此处的梯度下降方法通过调整输入图像来达到loss值最小，属于网络参数不变、根据调整输入进行下降。每生成一张图像都要经过一个n次的迭代，相当于训练一个模型，需要较多的CPU资源和计算时间。虽然基于图像迭代的方式，风格化图像的融合效果较优，但是考虑到服务器性能一般，而且等待时间过长容易给用户带来不好的体验。所以选择基于模型迭代的图像风格迁移的方法，该方法又称“快速风格迁移”。快速风格迁移使用了大量的图像来训练可生成风格化图像的生成模型，训练完成后即可使用此模型对图像进行风格迁移只需要几秒钟的时间，很大程度上解决了图像风格迁移的计算效率低下的问题，并且可以与基于图像迭代的方法进行组合[1]。这就是快速风格迁移的特别之处，其结构图如图2所示。

二、应用的系统设计与实现

本系统主要是实现了对用户上传的图片进行风格迁移化的功能，具体风格迁移网站和后台管理系统。系统的主要功能包括图像风格化处理、用户和图像信息管理、用户进行互动的功能，包括留言评论、动态等。用户首次使用，需要先在网站注册一个账号，接着使用该账号登录后，可以查看到其它用户的作品、动态、点赞、留言信息等，当然也可以进行动态、作品点赞、作品留言等操作，同时，用户需要制作图片时，只需进入到制作图片页面后，将图片上传后，选择一个滤镜，在点击制作后，后台会调用该滤镜对应的训练模型，用该模型对图片进行训练，然后等待一段时间训练完成后用户就可以在制作列表中看到风格化处理后的图像，此时用户可以选择该图像作为作品分享给其他人，也可以在该页面删除该作品。后台管理主要是针对图片信息管理，用户管理，动态信息管理。

2.1系统架构

基于JavaEE的图像风格迁移网站采用MVC的架构模式设计。网站前端使用了Bootstrap和Layui前端UI框架，后端采用的是SSM框架[3]，网页的前台设计主要功能是给用户提供制作图像的制作平台，同时通过互动功能让用户和用户之间能更好的分享图像风格迁移的乐趣。即包括了留言板、动态、作品信息查看、用户主页空间等，在对图片处理用的是tensorflow框架。用户制作一张图像风格迁移的流程为：1.用户进入制作图片页面，上传需要进行风格迁移化的原图，再选择一个滤镜后，点击制作图像2.点击后通过本地Cookie上的账号密码验证用户登录信息是否正确，当用户信息正确时，将用户信息以及上传的图片和选择的滤镜发送给服务器，将图片保存到服务器中，并将该系列对应的信息传入MySQL数据库，同时将原图再进行了低质量图片和水印图片的存储，节约用户在网站上的流量以及加快了用户寻找自己想要的作品速度，水印图片是为了让用户的作品被直接进行盗取。3.用户在点击制作图像后自动进入制作列表中，制作列表显示正在制作的图像和已经完成的图像，并在制作未制作完成时，即查询图片路径上的图片不存在时，设置一张默认的图像提示用户图像正在制作中，请等待。等待过程中，服务器将该上传的图片以及滤镜获取，此时开启一个线程调用Python脚本对图像进行风格化处理，在调用Python程序处理过程中，因为图像过大会导致程序的时间变长，所以第一步对内容图像进行缩放等处理；第二步获取用户选定的风格图像具体路径；第三步读入内容图像和风格图像后开始调用Python程序进行图像的风格迁移；最后将生成的图像按指定名称保存到指定的本地位置。当处理完成后，Python脚本已经在服务器中生成风格迁移化的图片，在用户重新刷新页面，由于当前地址有图像存在，即可显示图像，用户即可获得一张已经风格迁移化后的图像。4.完成图像制作后，制作后的图像也会显示在制作列表中，当用户需要时可以选择来对图像的名称、描述等信息的编写，编写完成后点击，会再次将该风格化图像生成低质量图片和水印图片。也可以通过删除某一图像来管理制作列表。图4风格化图片列表

三、结束语

过去几年来，风格迁移已经持续成长为了一个蓬勃发展的研究领域。不过目前虽然已经有了成功的应用案例，但是距离广泛的商业应用还有较大的距离，且国内图片风格迁移网站较少，所以此网站可以作为艺术创作和社交的工具，具有重要意义和广阔前景。

参考文献

[1]杨晨,刘立波.基于VGG网络的图像风格迁移Android应用[J].福建电脑,2019,35(03):51-53.

[2]陈淑環,韦玉科,徐乐,董晓华,温坤哲.基于深度学习的图像风格迁移研究综述[J].计算机应用研究,2019,36(08):2250-2255.

[3]王梓,夏凯.基于SSM框架的水质监测数据管理系统研究[J].计算机时代,2018(07):25-27+31.

作者：林连坤  单位：福州大学至诚学院