基于卷积神经网络的图像风格迁移算法综述

摘要

早期的图像风格迁移算法大都采用非参数化的方法来实现风格迁移,存在明显的局限性。随着卷积神经网络的迅速崛起,Gatys等人提出了基于卷积神经网络的图像风格迁移算法。在此基础上,众多学者对该算法的效率进行了一系列调整和优化,提出了适用多风格迁移的单一模型和任意风格迁移模型,并进行了扩展。当前研究还存在图像风格迁移质量不高,大多数模型存在特异性,其语义层次还有待提高等问题,这些也是未来需要发展的方向。