雷鋒網(wǎng)AI研習社【本期論文】

Visual Attribute Transfer through Deep Image Analogy

基于深層圖像類比的視覺屬性轉移

相信不少人都用過Prisma這個修圖軟件，它內(nèi)置了20余款藝術化濾鏡風格，能讓手殘黨拍的照片一秒變大師作品，那些藝術家們經(jīng)常提到的印象派、野獸派、浮世繪、波普、解構主義，瞬間變成你的掌中之物。

Prisma修圖前與修圖后

今天要介紹的這篇論文，就是為大家解釋解釋，圖像的風格遷移是怎么實現(xiàn)的。

首先，簡單介紹一下“照片-風格”方面的技術革新。這是由微軟亞洲研究院視覺計算組發(fā)明的一種新的前饋網(wǎng)絡，適用于接近實時結果的前饋式風格轉換，可以同時學習多種藝術風格，而訓練和運行時間也都有很大的提升。

在這兒，我們用兩張圖片來做個示范。圖片1輸入照片， 圖片2是期望得到的風格。這一過程的輸出結果是將圖片1轉變?yōu)閳D片2的風格。

照片-圖片風格轉化

大家都知道，Prisma主要是內(nèi)容和風格的合成。但是微軟亞洲研究院的研究員則更進一步，將圖像識別轉換的能力進行了增強。將風格轉移問題轉化為圖像類別問題，并提出了Deep PatchMatch算法來查找圖片中所有像素的對應關系（dense correspondence）。

它旨在提供創(chuàng)建出語義相似結果的風格轉換方法，這意味著輸入/輸出的圖片可能在視覺上看起來完全的不同，但是存在一些相似的語義成分，比如阿凡達的臉和蒙娜麗莎的臉有著相似的語義成分。在這種情況下，學習算法識別到他們都有鼻子，在風格傳遞過程的利用這個有效的信息。

圖片-圖片相似語義成分

接下來，視頻為大家分享了三個關于圖片和視頻的高科技玩法，第一種是我們熟知的普通照片-風格轉化，第二種是照片-照片風格互換，第三種是特定風格化或素描化，第四種是照片-照片顏色轉移，現(xiàn)在這些玩法不僅適用在修圖軟件中，還能在視頻中使用。

? 觀看論文解讀大概需要  3  分鐘

學霸們還請自行閱讀論文以獲得更多細節(jié)

論文原址：https://arxiv.org/pdf/1705.01088.pdf

Github：https://github.com/msracver/Deep-Image-Analogy

雷鋒網(wǎng)AI研習社出品系列短視頻《 2 分鐘論文 》，帶大家用碎片時間閱覽前沿技術，了解 AI 領域的最新研究成果。歡迎關注雷鋒網(wǎng)雷鋒字幕組專欄，獲得更多AI知識~感謝志愿者對本期內(nèi)容作出貢獻。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。