5 结束语

本文主要提出了一种通用的艺术风格迁移算法，该算法的优势在于，它不需要学习任何一种风格就能完成效果较好的风格迁移。通过训练出能够用于图像重构的自动编码器，该算法能够完成风格迁移的图像生成过程。在前馈过程中，我们整合了两种主要的变换方式——白化和着色，用于匹配内容图像和风格图像包含的内容特征和风格特征之间的统计分布和相关性。我们还提供了一种多层级的模型，它能够将风格迁移过程中所有层级的图像信息都考虑在内，因此能够获得比较好的迁移结果。此外，我们提出的方法在纹理合成方面和算法效率上也具有同样优良的效果。