來(lái)源：專(zhuān)知

神經(jīng)風(fēng)格遷移技術(shù)主要用于對(duì)圖像、視頻等進(jìn)行風(fēng)格化，使其具有藝術(shù)美感，該領(lǐng)域極具應(yīng)用價(jià)值，是人工智能的熱門(mén)研究領(lǐng)域之一。為推動(dòng)神經(jīng)風(fēng)格遷移領(lǐng)域的研究發(fā)展，對(duì)神經(jīng)風(fēng)格遷移技術(shù)進(jìn)行了全面概述。簡(jiǎn)述了非真實(shí)感渲染技術(shù)和傳統(tǒng)的紋理遷移技術(shù)。對(duì)現(xiàn)有神經(jīng)風(fēng)格遷移模型進(jìn)行了分類(lèi)整理，并詳細(xì)探討了各類(lèi)代表性模型的算法原理及后續(xù)改進(jìn)，分析了神經(jīng)風(fēng)格遷移技術(shù)的應(yīng)用市場(chǎng)。提出對(duì)風(fēng)格遷移模型質(zhì)量的評(píng)判應(yīng)該從定性評(píng)估和定量評(píng)估兩個(gè)方面來(lái)考慮，并從各個(gè)角度討論了現(xiàn)階段風(fēng)格遷移技術(shù)存在的問(wèn)題以及未來(lái)研究方向。最后強(qiáng)調(diào)應(yīng)提高模型的綜合能力，在保證生成質(zhì)量的情況下提升生成速度以及泛化能力。

http://cea.ceaj.org/CN/abstract/abstract39931.shtml