artistic-videos

艺术视频

这是针对"视频艺术风格转换"的火炬实现,基于 Justin Johnson https://github.com/jcjohnson/neural-style 的神经风格代码。 我们的算法允许将风格从一个图像(例如,一幅画)传递到整个视频序列,并生成一致且稳定的风格化视频序列。 更新： 一个运行速度更快的版本，每帧只需一秒钟，可在 fast-artistic-videos 中找到，但它只适用于预先计算的风格模板。本仓库支持任意风格，但每帧需要几分钟。 示例视频:

联系方式

对于与本实现相关的问题或疑问,请使用 问题跟踪器。对于其他问题,包括许可问题,请通过电子邮件与我们联系。我们的联系方式可以在 我们的论文 中找到。

• 安装 torch7、loadcaffe 和 CUDA 后端（否则您必须使用 CPU 模式，速度极其慢），并下载 VGG 模型，如 jcjohnson 所述：neural-style#setup。可选：安装 cuDNN。这需要注册为 NVIDIA 开发者，但可显著减少内存使用。对于非 Nvidia GPU，您还可以使用 OpenCL 后端。 * 要使用时间一致性约束，您需要一个可估计两幅图像之间 光流 的工具。您可以使用 DeepFlow，我们在论文中也使用了该工具。在这种情况下，只需从其网站上下载 DeepFlow 和 DeepMatching（CPU 版本），并将静态二进制文件（deepmatching-static 和 deepflow2-static）放置在该仓库的主目录中。然后，可以使用该仓库中的脚本生成所有帧的光流以及流场的确定性。如果您想使用其他光流算法，请在 t 中指定光流工具的路径。