論文Arbitrary Style Transfer in Real-time with Adaptive Instance Normalization

摘要：     Gatys等人最近引入了一種神經算法，以另一幅圖像的樣式呈現內容圖像，實現所謂的樣式轉換。但是，工作需要緩慢的迭代優化過程，這限制了其實際應用。後來有人提出了一種基於前饋神經網絡的快速逼近方法，以加快神經網絡的傳輸速度。不幸的是，速度的提高需要付出代價：網絡通常綁定到一組固定的樣式，無法適應任意的新樣式。在本文中，我們提出了一種簡單而有效的方法，它首次實現了任意樣式的實時傳輸。我們

>>阅读原文<<