说到修图这件事，你还真是比不上AI | 2分钟读论文

雷锋网AI研习社【本期论文】

Visual Attribute Transfer through Deep Image Analogy

基于深层图像类比的视觉属性转移

相信不少人都用过Prisma这个修图软件，它内置了20余款艺术化滤镜风格，能让手残党拍的照片一秒变大师作品，那些艺术家们经常提到的印象派、野兽派、浮世绘、波普、解构主义，瞬间变成你的掌中之物。

Prisma修图前与修图后

今天要介绍的这篇论文，就是为大家解释解释，图像的风格迁移是怎么实现的。

首先，简单介绍一下“照片-风格”方面的技术革新。这是由微软亚洲研究院视觉计算组发明的一种新的前馈网络，适用于接近实时结果的前馈式风格转换，可以同时学习多种艺术风格，而训练和运行时间也都有很大的提升。

在这儿，我们用两张图片来做个示范。图片1输入照片， 图片2是期望得到的风格。这一过程的输出结果是将图片1转变为图片2的风格。

照片-图片风格转化

大家都知道，Prisma主要是内容和风格的合成。但是微软亚洲研究院的研究员则更进一步，将图像识别转换的能力进行了增强。将风格转移问题转化为图像类别问题，并提出了Deep PatchMatch算法来查找图片中所有像素的对应关系（dense correspondence）。

它旨在提供创建出语义相似结果的风格转换方法，这意味着输入/输出的图片可能在视觉上看起来完全的不同，但是存在一些相似的语义成分，比如阿凡达的脸和蒙娜丽莎的脸有着相似的语义成分。在这种情况下，学习算法识别到他们都有鼻子，在风格传递过程的利用这个有效的信息。

图片-图片相似语义成分

接下来，视频为大家分享了三个关于图片和视频的高科技玩法，第一种是我们熟知的普通照片-风格转化，第二种是照片-照片风格互换，第三种是特定风格化或素描化，第四种是照片-照片颜色转移，现在这些玩法不仅适用在修图软件中，还能在视频中使用。

▷ 观看论文解读大概需要  3  分钟

学霸们还请自行阅读论文以获得更多细节

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

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

雷锋网AI研习社出品系列短视频《 2 分钟论文 》，带大家用碎片时间阅览前沿技术，了解 AI 领域的最新研究成果。欢迎关注雷锋网雷锋字幕组专栏，获得更多AI知识~感谢志愿者对本期内容作出贡献。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。