摘要：传统的风格迁移技术都是采用手工推理计算,不仅耗时耗力,而且效果也不理想。本文提出一种艺术风格的神经算法,基于卷积神经网络和深度学习TensorFlow框架,利用VGG-19网络提取特征,采用Gram矩阵提取风格图像中的纹理和颜色信息,从而和包含内容的原始图像融合,形成一幅既有原始内容又有风格图像的艺术风格的新图像。实验结果表明,VGG-19网络的低层卷积层很好的保留了原始图像的内容,高层卷积层渐渐的融入了风格图像的艺术风格。

关键词：卷积神经网络 深度学习 

单位：长江大学电子信息学院; 湖北荆州434023; 长江大学信息与数学学院; 湖北荆州434023