Neural-Style

论文:A Neural Algorithm of Artistic Style

本文仅记录个人阅读论文的收获和思考。

1

将图片定义为内容和风格的合成。(content and style)

用卷积神经网络来提取内容和风格。

2

为了实现风格转换, 需要在不改变原图片的内容的同时, 将风格趋近风格图片。

由此设置了两个损失函数: 内容损失和风格损失。

内容损失函数由均方差函数实现。 风格损失由格拉姆矩阵和均方差函数实现。

3

通过拟合白噪声图片进行实验测试VGG各层对内容和风格的体现, 来配置内容层和风格层。

  • 内容层:conv4_2
  • 风格层:conv1-5_1

经过对比, 内容风格的权重为 $10^{-3}$最合适。

4

此方法并不是非常理想。

此处的风格还将风格图片的色彩包含了进去。

最理想的效果是只进行风格的转换,如现实照片转油画。 原图片的色彩不应受风格图片影响。