图像风格迁移技术概况及研究现状

早期的图像风格迁移技术算法适用风格范围窄,一个算法往往只能针对于一种图像纹理类型,而且迁移转换结果不理想,但随着近些年人工智能和深度学随习的兴起,赋予图像风格迁移技术新的生命力。基于深度学习的图像风格迁移技术的快速发展,使得该技术被广泛的应用于图片影像加工美化,最常见的就是根据真人照片生成卡通头像,深度神经网络特有的“学习”能力让图像风格迁移技术算法实现一个算法对应多个类型图像风格,迁移转换结果也能与原图像样本达到高度吻合,这使得图像风格迁移技术应用范围更加宽广,使用更加便捷高效。通过对图像风格迁移技术发展历程,以及卷积神经网络和对抗式生成神经网络的研究分析,了解并总结两种神经网络各自优缺点,对图像风格迁移这一研究领域的未来发展趋势做出合理推测。