雷鋒網AI研習社【本期論文】
Visual Attribute Transfer through Deep Image Analogy
基於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，它內置了20餘款藝術化濾鏡風格，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修圖前與修圖後
今天要介紹的這篇論文，就是爲大家解釋解釋，圖像的風格遷移是怎麼實現的。
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明的一種新的前饋網絡，適用於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範。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轉變爲圖片2的風格。
照片-圖片風格轉化
大家都知道，Prisma主要是內容和風格的合成。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爲圖像類別問題，並提出了Deep PatchMatch算法來查找圖片中所有像素的對應關係（dense correspondence）。
它旨在提供創建出語義相似結果的風格轉換方法，這意味着輸入/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着相似的語義成分。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，視頻爲大家分享了三個關於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
論文原址：https://arxiv.org/pdf/1705.01088.pdf
Github：https://github.com/msracver/Deep-Image-Analogy
雷鋒網(公衆號：雷鋒網)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，瞭解 AI 領域的最新研究成果。歡迎關注雷鋒網雷鋒字幕組專欄，獲得更多AI知識~感謝志願者對本期內容作出貢獻。
