图像任意指定区域的神经风格转移（论文解读以及tensorflow实现）

简介

github项目地址：https://github.com/zhangcliff/style-transfer-of-arbitrary-region

乍一看文章题目，显得有点复杂。先来说一说神经风格转移吧！假设我们现在有两幅图片，一张是梵高的画作，一张是我们的照片。神经风格转移，就是用一个神经网络学习梵高画作的风格，再将这种风格与我们的照片进行结合，最后生成一张带有梵高画作风格的照片，效果如下图所示。

下面再来说说指定区域的神经风格转移。假如我只想将下图中的鸟进行风格转移，应该怎么办呢。有人肯定会说，先将整张图片进行风格转移，再用鸟的掩膜（mask）将风格转移后鸟的部分切割出来，与原图的背景进行拼接就行了。这种方法肯定也是可以的，但今天我们讨论另外一种方法。该方法使用了一个有条件输入的转移网络（Conditional transfer network），原图作为主要输入，目标区域掩膜图作为条件输入。转移网络只对目标区域进行风格转移，而保持非目标区域不变，从而达到任意制定区域的神经风格转移。如下图所示。

本文所讨论的方法基于论文：Local Perceptual Loss Function for Arbitrary Region Style Transfer （ICPR2018在审论文）。

github项目地址：https://github.com/zhangcliff/sty