图像风格迁移是用风格图像对指定图像的内容进行重映射的过程，是人工智能计算机视觉领域中的一个研究热点。传统的图像风格迁移方法主要基于物理、纹理技术的合成，风格迁移效果较为粗糙并且鲁棒性较差，随着图像数据集的出现和各种深度学习模型网络的提出，涌现了许多图像风格迁移的模型和算法。本文通过对图像风格迁移研究现状的分析，梳理了图像风格迁移的发展脉络和最新的研究进展，并通过对比分析给出了图像风格迁移未来的研究方向。
科研之友
微信
新浪微博
Facebook
分享链接
