49. Style Cost Function

2023. 9. 18. 15:42Google ML Bootcamp/4. Convolutional Neural Networks

content cost function과 같이 pick layer l.

 

서로 다른 channel에 대하여 각 pixel 위치끼리 얼마나 비슷한지 correlated를 측정.

- 왜????

 

왼쪽을 예시로. 빨간색 filter와 노란색 filter의 correlated가 높다고 가정.

그렇다면 빨간색 filter가 detect하는 특징 : 수직, 노란색 filter가 detect하는 특징 : 주황색 정도

- 수직인 경향이 강하게 보일수록 주황색인 경향이 크게 보인다고 해석.

 

즉 기존 content의 style의 상관관계를 통해 style을 분석.

- 어떤 패턴이 같이 등장하는지, 같이 등장하지 않는 경향을 표현

- 이후 생성된 이미지의 style의 상관관계를 통해 두 이미지의 style을 비교.

 

channel끼리의 corr를 계산한 Matrix(nc x nc 크기)를 원본 이미지, 생성된 이미지에 대하여 각각 생성한다.
content cost function과 달리 모든 layer에 대해 style cost를 계산 후 더하는 과정이 있음.