揭开神经风格迁移的神秘面纱
计算机视觉与模式识别
2017-07-04 v2 机器学习
神经与进化计算
摘要
神经风格迁移近期展示了令人非常兴奋的结果，引起了学术界和工业界的关注。尽管结果惊人，神经风格迁移的原理，尤其是为何 Gram 矩阵能够表示风格，仍不清楚。本文中，我们提出一种将神经风格迁移视为域适应问题的新颖解释。具体而言，我们从理论上证明匹配特征图的 Gram 矩阵等价于最小化带有二阶多项式核的最大均值差异（Maximum Mean Discrepancy, MMD）。因此，我们认为神经风格迁移的本质是匹配风格图像与生成图像之间的特征分布。为了进一步支持我们的观点，我们尝试了几种其他分布对齐方法，并获得了引人注目的结果。我们相信这一新颖解释联系了这两个重要的研究领域，并能启发未来的研究。
引用
@article{arxiv.1701.01036,
title = {Demystifying Neural Style Transfer},
author = {Yanghao Li and Naiyan Wang and Jiaying Liu and Xiaodi Hou},
journal= {arXiv preprint arXiv:1701.01036},
year = {2017}
}
备注
Accepted by IJCAI 2017