自动语义风格转换

总说

简单来说，这个其实类似 Deep photo吧，都是加了分割mask的。和Deep Photo的区别就是，那么仍旧采用Gram-matrix-matching的方式进行style loss的计算。这个采用的是CNNMRF的style loss。

框架也是一样，采用一个能提取特征的model，一般就选VGG19了。然后在隐藏层上进行一些loss的计算。主要是content loss和style loss，都是这些东西。这文章和CNNMRF的区别就是，加入了soft masks，否则还真的完全没区别啊。不过加入semantic mask的话，也是借鉴了 Deep photo吧。。简单来说就是用了CNNMRF的style loss加上Deep photo的semantic mask也加入进style loss的计算。 结合起来就完事。速度也慢，和deep photo的一样，迭代的方法能快？ 也没和Deep photo比效果，和CNNMRF比算啥啊。唉唉。不过另外说一点，就是这个不是用hard mask，而是用soft mask来弄，算是和他们不太一样的地方吧。

简述方法

简单来说就是他们先将content 图$x_c$以及style 图$x_s$放进CRF-RNN（用于分割的网络），得到最后一层前面的activations，然后rescale到0-1之间，这就是probability map。得到$m_c$和$m_s$，分别对应这