Photo Realistic Style Transfer Using Wavelet Transforms

基于Whitening and Coloring Transform(WCT)的方法因为其高度抽象性而导致空间扭曲或产生不真实的伪影。作者通过将小波变换整合到神经网络架构中以保持结构特征，并遵循VGG网络的空间统计学特性来改进模型效果。此外作者主张基于WCT平方的方法能够提升风格化时域稳定性。

如图所示，在不依赖于后续处理步骤的情况下,WCT^2系统致力于实现信号重建目标。考虑到小波变换所带来的微小信息损失,研究者深入探讨并比较了基于小波下采样和上采样的优势特性。此外,该作者进一步提出了一种渐进式的风格整合方案与多级策略的区别,主要体现在以下两个方面:(1)相较于繁琐的多级策略,递进式的方案仅需在训练与测试阶段调用单个解码器即可完成核心任务,避免了参数共享带来的计算复杂度问题。(2)通过对比发现,渐近式的方法能够有效降低多次编码过程中伪影值的累积效应,从而显著