2023计算机视觉大作业

风格迁移是指用给定的目标风格图像的风格和目标内容图像的内容生成一张新的图像，新图像包括内容图像的内容与风格图像的风格。在使用神经网络进行风格迁移之前，风格迁移程序一般是基于一种特定风格建立数学或者统计模型，这种方式缺点在于应用场景有限，只能生成基于该特定风格的图片。基于卷积神经网络的风格迁移解决了这个问题，通过分解与合成图像的内容与风格，可以基于不同风格和内容合成不同的风格迁移图像。该算法可以应用于许多领域，在艺术创作方面，可以将一幅普通的图像转换成具有艺术风格的图像，比如将一张照片转换成印象派风格； 在图像增强方面，能够通过将低分辨率图像与高分辨率图像进行风格迁移，提高图像的分辨率和清晰度；在图像修复方面，可以将受损图像与一张类似的、未受损的图像进行风格迁移，重构缺失的部分。通过VGG19模型提取图像特征表示，计算内容损失与风格损失，加权组合为总损失函数，通过反向传播算法优化输入图像，从而实现图像内容和风格的分离和合成。