下采樣迭代和超分辨率重建的圖像風(fēng)格遷移

周 浩，周先軍，邱書暢

(1 湖北工業(yè)大學(xué)湖北省電網(wǎng)智能控制與裝備工程技術(shù)研究中心，湖北 武漢 430068；2 湖北工業(yè)大學(xué)電氣與電子工程學(xué)院，湖北 武漢，430068)

圖像風(fēng)格遷移即將一張圖片的語義內(nèi)容用不同的風(fēng)格表現(xiàn)出來的技術(shù)。傳統(tǒng)圖像風(fēng)格遷移算法主要思路便是運用數(shù)學(xué)或者統(tǒng)計模型，去表征圖片的紋理，從而近似達(dá)到再現(xiàn)圖像風(fēng)格的目的。深度學(xué)習(xí)算法在圖像處理方面得到廣泛運用之后，基于深度學(xué)習(xí)的圖像風(fēng)格遷移算法得到了快速的發(fā)展。Gatys等[1]開創(chuàng)性地提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移算法，能很好地提取圖像風(fēng)格特征與內(nèi)容特征，生成較好的圖像風(fēng)格遷移圖像。Risser等[2]在Gatys的基礎(chǔ)上添加梯度直方圖損失進(jìn)行約束，紋理合成和風(fēng)格遷移的效果均優(yōu)于Gatys的算法。Li 等[3]使用馬爾科夫隨機(jī)場損失函數(shù)替換Gram損失函數(shù)，利用MRF的空間布局限制，提高生成圖像的質(zhì)量。Johnson等[4]Gatys的算法前添加一個前置圖像轉(zhuǎn)移網(wǎng)絡(luò)，通過訓(xùn)練前置網(wǎng)絡(luò)參數(shù)實現(xiàn)快速風(fēng)格轉(zhuǎn)移。Ulyanov等[5]提出Instance Normalization方法代替卷積神經(jīng)網(wǎng)絡(luò)中常用的Batch Normalization方法，顯著提升了生成網(wǎng)絡(luò)的效果。圖像風(fēng)格遷移技術(shù)已經(jīng)取得了較好的成果，基于深度學(xué)習(xí)的圖像風(fēng)格遷移算法也分為兩類：基于圖像迭代的圖像風(fēng)格遷移和基于模型迭代的圖像風(fēng)格遷移。

本文在前人基于圖像迭代的圖像風(fēng)格遷移算法上做出了改進(jìn)，提出了一種基于下采樣迭代超分辨率重建的圖像風(fēng)格遷移，大量減少了網(wǎng)絡(luò)迭代的時間，優(yōu)化了整個網(wǎng)絡(luò)的迭代效率，生成的圖片效果較好。

1 基于下采樣迭代超分辨率重建的圖像風(fēng)格遷移算法

傳統(tǒng)基于圖像迭代的風(fēng)格遷移算法需要大量的計算量和時間去訓(xùn)練生成的圖片。本文利用深度學(xué)習(xí)算法在圖像超分辨率重建方面的高效性，提出一種使用下采樣之后的低分辨率圖像進(jìn)行圖像風(fēng)格遷移的迭代，然后在輸出端進(jìn)行超分辨率重建的風(fēng)格遷移算法。算法流程見圖1。

圖1 本文算法示意圖

輸入目標(biāo)內(nèi)容圖片和風(fēng)格圖片后，首先經(jīng)過圖像預(yù)處理網(wǎng)絡(luò)對內(nèi)容圖片和風(fēng)格圖片進(jìn)行銳化，使圖像特征更加明顯；接著對預(yù)處理過后的內(nèi)容圖片和風(fēng)格圖片進(jìn)行下采樣，得到低分辨率圖像，以降低數(shù)據(jù)量；將下采樣后的內(nèi)容圖片和風(fēng)格圖片送入圖像風(fēng)格遷移網(wǎng)絡(luò)進(jìn)行訓(xùn)練，產(chǎn)生風(fēng)格遷移圖片；最后將得到的風(fēng)格遷移圖片進(jìn)行超分辨率重建，得到同輸入圖像分辨率相同的風(fēng)格遷移圖片。

2 圖像預(yù)處理和下采樣

2.1 圖像預(yù)處理

為了使圖像的細(xì)節(jié)更突出，特征更加明顯，需要對圖像進(jìn)行預(yù)處理，選擇常用的拉普拉斯算子對圖像進(jìn)行銳化，使得圖像效果更好(圖2)。

圖2 圖像預(yù)處理結(jié)果

2.2 圖像下采樣

為了減少圖像風(fēng)格遷移網(wǎng)絡(luò)的運算量，將預(yù)處理后產(chǎn)生的圖片進(jìn)行下采樣處理，選擇的下采樣倍數(shù)不宜過大，否則最后重建得到的風(fēng)格遷移圖片視覺效果會很差。

圖3 圖像下采樣結(jié)果

3 基于圖像迭代的圖像風(fēng)格遷移網(wǎng)絡(luò)

基于圖像迭代的風(fēng)格遷移網(wǎng)絡(luò)，是利用已經(jīng)預(yù)訓(xùn)練好的VGG19網(wǎng)絡(luò)作為圖像特征提取器來分別提取內(nèi)容圖像的內(nèi)容特征和風(fēng)格圖像的風(fēng)格特征，并加權(quán)相加得到總的特征矩陣，并以此來設(shè)計總的損失函數(shù)。在網(wǎng)絡(luò)訓(xùn)練過程中，輸入訓(xùn)練的是白噪聲圖片，最后白噪聲圖像會變成既具有內(nèi)容圖像內(nèi)容特征又具有風(fēng)格圖像風(fēng)格特征的風(fēng)格遷移圖像。算法流程見圖4。

圖4 圖像風(fēng)格遷移算法

3.1 特征提取網(wǎng)絡(luò)建立

使用預(yù)訓(xùn)練好的VGG19網(wǎng)絡(luò)模型來作為特征提取網(wǎng)絡(luò)，這里提取出來的VGG參數(shù)全部是作為常量使用的，這些參數(shù)是不會再被訓(xùn)練的，在反向傳播的過程中也不會改變，要訓(xùn)練的參數(shù)，是輸入進(jìn)來的白噪聲圖像，使最初輸入進(jìn)來的白噪聲圖像同時具有指定的內(nèi)容與風(fēng)格。最開始輸入一張噪音圖片，然后不斷地根據(jù)設(shè)定好的內(nèi)容損失函數(shù)和風(fēng)格損失函數(shù)對其進(jìn)行調(diào)整，直到一定次數(shù)后，該圖片兼具了風(fēng)格圖片的風(fēng)格以及內(nèi)容圖片的內(nèi)容。當(dāng)訓(xùn)練結(jié)束時，輸入層的參數(shù)就是圖像風(fēng)格遷移后的圖片。

3.2 建立內(nèi)容損失函數(shù)

在內(nèi)容損失函數(shù)上，選擇均方誤差(MSE)，該損失函數(shù)計算簡單，效率高。在計算內(nèi)容損失函數(shù)時，選擇的內(nèi)容特征模型是conv4_2和conv5_2所輸出的矩陣，將這兩個矩陣進(jìn)行加權(quán)求和，權(quán)重各為0.5，這樣可以比較有效地反映內(nèi)容圖像不同層次的特征，使白噪聲圖像更好地學(xué)習(xí)到內(nèi)容圖像的特征。其中每一層的損失計算公式如下：

其中，X是輸入的噪聲圖片在對應(yīng)層數(shù)所產(chǎn)生的特征矩陣，P是輸入的內(nèi)容圖片在對應(yīng)層所產(chǎn)生的特征矩陣。M是P的長×寬，N是深度。最終的內(nèi)容損失也就是各層內(nèi)容損失之和，即

Lcontent=∑Li

3.3 建立風(fēng)格損失函數(shù)

在風(fēng)格損失函數(shù)上，選擇Gram矩陣來表征圖像風(fēng)格特征，選取了conv1_1,conv2_1,conv3_1,conv4_1所輸出的4個特征矩陣，然后求這些特征矩陣的Gram矩陣，最后加權(quán)相加得到最后的可以表征圖片風(fēng)格的Gram矩陣。同理，白噪聲圖像的風(fēng)格特征矩陣，也是這樣得出的。得到了兩張圖片的Gram矩陣，便可以用均方誤差，來構(gòu)建風(fēng)格的損失函數(shù)：

其中：M為特征矩陣的長×寬，N是特征矩陣的信道數(shù)。G為噪音圖像特征的Gram矩陣，A為風(fēng)格圖片特征的GRAM矩陣。總的風(fēng)格損失如

Lstyle=∑Li

得到了內(nèi)容損失與風(fēng)格損失，要構(gòu)建出總的損失函數(shù)，即將風(fēng)格損失和內(nèi)容損失加權(quán)相加得到總的損失函數(shù)：

Ltotal=αLcontent+βLstyle

得到總的損失函數(shù)之后，將白噪聲圖片進(jìn)行迭代，梯度下降反向傳播去調(diào)整輸入的白噪聲的各個像素的值，從而使多次迭代之后產(chǎn)生的白噪聲圖片既具有內(nèi)容圖像的內(nèi)容特征，又有風(fēng)格圖像的風(fēng)格特征，從而實現(xiàn)風(fēng)格遷移。

4 圖像超分辨率重建

圖像超分辨率重建是將低分辨率的圖像轉(zhuǎn)換成高分辨率圖像的技術(shù)，傳統(tǒng)算法中常用的方法是雙線性插值法和雙三次插值法，隨著深度學(xué)習(xí)算法的發(fā)展，人們開始利用神經(jīng)網(wǎng)絡(luò)算法來更好地實現(xiàn)圖像超分辨率重建。

Dong等人在2015年提出一種將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于單張圖像超分辨率重建的算法SRCNN[6]，網(wǎng)絡(luò)結(jié)構(gòu)為(conv1+relu1)—(conv2+relu2)—(conv3)算法結(jié)構(gòu)見圖5。

圖5 SRCNN網(wǎng)絡(luò)結(jié)構(gòu)

圖5算法分為三個步驟：

1)圖像特征的提取和表示，用f1×f1的卷積核，去提取低分辨率圖像的特征，并得到特征表示矩陣；

2)低分辯率圖像特征到高分辨率圖像特征的非線性映射，用1×1的卷積核，將低分辯率圖像特征非線性映射到高分辨率圖像特征；

3)高分辨率圖像重建，用f3×f3×1的卷積核，得到一張單通道的高分辨率輸出圖像。

在該算法中，為了網(wǎng)絡(luò)更快收斂，首先將RGB圖像轉(zhuǎn)移到Y(jié)CbCr空間中，然后每個通道單獨訓(xùn)練，最后再合成彩色圖像。實驗結(jié)果表明，訓(xùn)練好的SRCNN網(wǎng)絡(luò)相較于傳統(tǒng)算法，有更好的超分辨率圖像重建能力。

5 實驗結(jié)果與分析

5.1 實驗結(jié)果

為驗證本文提出算法的有效性，分別進(jìn)行了兩組實驗。第一組Gatys等人的方法，僅僅使用圖像風(fēng)格遷移網(wǎng)絡(luò)，輸入圖片為銳化之后的內(nèi)容圖片和風(fēng)格圖片，圖像尺寸均為400×400×3，圖像風(fēng)格遷移網(wǎng)絡(luò)迭代次數(shù)為3000次；第二組，使用本文所提出的算法，下采樣時將內(nèi)容圖像和風(fēng)格圖像均變成200×200×3的大小，圖像風(fēng)格遷移網(wǎng)絡(luò)迭代次數(shù)為3000次。實驗結(jié)果見圖6。

圖6 實驗結(jié)果

5.2 結(jié)果分析

本次實驗中，為了衡量生成的風(fēng)格遷移圖像的效果，分別將兩組實驗結(jié)果圖片重新帶入了損失函數(shù)，計算損失。損失函數(shù)表達(dá)式如

Ltotal=αLcontent+βLstyle

其中第一組結(jié)果圖片的損失值(Current loss value)為1158316800.0;第二組結(jié)果圖片的損失值(Current loss value)為2087749200.0。

結(jié)果表明，在訓(xùn)練次數(shù)相同的情況下，雖然本文方法得到的圖像風(fēng)格遷移圖片損失值大于Gatys等人的方法，但是本文所提出的方法相較于Gatys等人的算法有以下優(yōu)點。

1)節(jié)約時間成本。第二組要訓(xùn)練的數(shù)據(jù)只有200×200×3=120000個，是第一組要訓(xùn)練的數(shù)據(jù)400×400×3=480000個的1/4，并且第二組中使用了已經(jīng)預(yù)訓(xùn)練好的SRCNN網(wǎng)絡(luò)，超分辨率重建過程時間很短可忽略不計，所以第二組算法所用的時間要遠(yuǎn)遠(yuǎn)低于第一組算法。在實驗過程中，第一組算法運行時間約為8 h，第二組算法運行時間約為3 h，實驗結(jié)果證明本算法可以大量減少迭代時間。

2)圖片整體效果更好。在本次第一組實驗和第二組實驗中的風(fēng)格遷移網(wǎng)絡(luò)部分，圖像風(fēng)格和特征提取網(wǎng)絡(luò)均為VGG19網(wǎng)絡(luò)，卷積核大小均為3×3。而在第二組實驗中，因為輸入圖像的分辨率更低，所以此時的卷積核可以感受到更多的圖片信息，因而可以連貫地改變原圖片的大部分區(qū)域，從而使內(nèi)容圖像和風(fēng)格圖像融合得更好，圖像風(fēng)格遷移整體效果更好。

圖7 Gatys等人實驗結(jié)果 圖8 本文方法實驗結(jié)果

如圖7-8，雖然本文方法得到的圖片在圖像細(xì)節(jié)上有所欠缺，但是本文方法得到的圖片更加貼合原風(fēng)格圖片(如圖7-8中黑框所示)，同時本文方法得到的圖片在整個圖像的風(fēng)格和色調(diào)上也更加貼合風(fēng)格圖片，使內(nèi)容圖像和風(fēng)格圖像達(dá)到更好的融合。

3)更加貼合真實繪畫風(fēng)格。本文提出算法產(chǎn)生的結(jié)果圖片，雖然犧牲了圖像的細(xì)節(jié)，但是圖像整體風(fēng)格更加連貫，更加貼合平時所見到的藝術(shù)繪畫作品，可以在藝術(shù)繪畫輔助設(shè)計方面得到較好的應(yīng)用。

6 結(jié)束語

在前人研究的基礎(chǔ)上，針對基于圖像迭代的圖片風(fēng)格遷移算法做出了改進(jìn)，實驗證明：本文所提出的方法大量減少了網(wǎng)絡(luò)迭代所需要的時間，同時犧牲了一部分圖像的細(xì)節(jié)使得內(nèi)容圖像和風(fēng)格圖像有一個更好的融合，達(dá)到了不錯的風(fēng)格遷移的效果。但是也有需要進(jìn)一步改進(jìn)的地方，例如圖像下采樣的倍數(shù)不宜過大，否則在輸出端重建得到的圖像質(zhì)量較差；圖像超分辨率重建網(wǎng)絡(luò)有待優(yōu)化，如果使用更多的數(shù)據(jù)，對應(yīng)的訓(xùn)練集進(jìn)行訓(xùn)練，在進(jìn)行圖像超分辨率重建時會得到效果更好的圖片。