Raspberry Pi art display with neural style transfer

Abstract

Koneoppiminen on suosittu tutkimuksen kohde, ja sitä käytetään useissa eri sovelluskohteissa. Yksi sovellus on taiteellisen tyylimuunnoksen toteuttaminen konvoluutioneuroverkkoja hyödyntämällä. Tyylimuunnos tarkoittaa yhden kuvan sisällön sekä toisen kuvan tyylin yhdistämistä yhdeksi tyylitellyksi kuvaksi.

Tässä työssä tutkitaan mahdollisuutta neuraalin tyylimuunnoksen toteuttamiseen Raspberry Pi 3 Model B -laitteella. Tyylimuunnoksen teoriaa esitellään, ja ohjelma tyylimuunnoksen suorittamiseen esiopetetulla mallilla toteutetaan. Laitteiston tuomia ongelmia esitetään ja pohditaan. Kokeet osoittavat tyylimuunnoksen toteuttamisen mahdolliseksi Raspberry Pi:lla, mutta kuvan resoluutiot tuottavat rajoituksia.

Machine learning is recently and widely used in many applications. One artistic application is style transfer using convolutional neural networks. Style transfer means combining content from a real image with the style of another artistic image to produce a stylized image.

This thesis studies usage of Raspberry Pi 3 Model B in neural style transfer. Recent related work for style transfer is presented, and then a program for neural style transfer using pre-trained model is implemented. Problems of the hardware are discussed and presented. The results show that the stylization process is doable on the Raspberry Pi, but with restrictions in the resolution of the images.