《Universal Style Transfer via Feature Transforms》论文解读

论文名字为：《Universal Style Transfer via Feature Transforms》

前言

1.传统的风格迁移模型存在需要大量耗时、调参的问题，原因在于：            

        [1]通过计算原图和风格图的 content loss和style loss来保障迁移的效果，这导致对于每个风格都需要专门训练对应的网络，而训练是十分耗时的。            

        [2]对于style和content loss 我们仍然需要通过对layer的尝试参数,来得到一个和style较为匹配的表述才能有较好的效果，且针对不同的style这一步骤需要重新training,所以需要大量调参的过程。

可以看出问题主要出在风格上了，因此如何不单独对风格进行训练 而实现style transfer是一个很重要的问题，本文对应提出一种encoder/decoder的方式，来进行不需要训练的style transfer。