JultikaUniversity of Oulu repository

Abstract

The main goal of this thesis is to introduce the reader to different style transfer methods that are based on artificial neural networks.

The thesis begins with an introduction to some key concepts regarding artificial neural networks. These concepts include a single artificial neuron, a feedforward neural network, convolutional neural network and generative adversarial networks.

Next, the main ideas behind five different style transfer methods are explained. Finally, style transferred images created by these methods are presented and some characteristics of different methods are demonstrated.

Kuvien tyylimuunnos neuroverkoilla

Tiivistelmä

Tämän kandidaatintyön tarkoitus on esitellä lukijalle erilaisia keinotekoisiin neuroverkkoihin pohjautuvia kuvien tyylimuunnosmenetelmiä.

Aiheeseen johdatellaan käymällä ensin läpi pääpiirteittäin muutamia keinotekoisiin neuroverkkoihin liittyviä konsepteja, kuten yksittäinen keinotekoinen neuroni ja näistä neuroneista muodostettava neuroverkko, konvoluutioneuroverkko sekä generatiivinen kilpaileva verkosto.

Seuraavaksi viiden erilaisen tyylimuunnosmenetelmän toimintaperiaate käydään läpi. Lopuksi eri menetelmien tuottamia tyylimuunnettuja kuvia esitetään ja lisäksi joitain menetelmien erityispiirteitä demonstroidaan.