图像合成与风格迁移实战

图像合成与风格转换实战

神经式转移 Neural Style Transfer

若经常使用社交分享应用或本身为摄影爱好者，对滤镜功能应当较为熟悉。滤镜能够调整照片的色彩风格，使背景更加清晰或人物面部更显白皙。然而，这类滤镜往往只能对照片的单一特征进行修改。为了生成理想的图像效果，通常需要尝试多种不同的滤镜搭配方式。这一过程与调整模型超参数的复杂程度相当。

本文将探讨如何借助卷积神经网络（CNNs）实现将某一图像的风格自动迁移至另一图像中，这一过程被称作样式传输。在此过程中，需提供两张输入图像：一张作为内容图像，另一张作为样式图像。通过神经网络对内容图像进行处理，使其呈现出与样式图像一致的视觉风格。如图1所示，内容图片为作者在西雅图附近雷尼尔山国家公园拍摄的一幅风景照。而样式图片则为一幅描绘秋季橡树的油画作品。最终生成的融合图像保留了原始内容图片中物体的整体轮廓结构，同时融入了样式图片所具有的油画笔触特征，使得整体色彩表现更为鲜活生动。

Fig. 1 内容图像与风格图像输入及通过风格迁移生成的合成图像。

1．技术

如图2所示，基于卷积神经网络（CNN）的风格迁移模