matlab的素描代码-Tranditional-Neural-transfer:这是样式转换论文的摘要

matlab的素描代码传统神经传递 为了对我已阅读的论文进行分类，为了方便研究，我将以下列表中的文章视为传统神经翻译。 当前方法的分类 1.基于Image Optimization “慢”神经方法 :check_box_with_check: [一种艺术风格的神经算法] （第一篇神经风格转移论文） :star: 代码： :check_box_with_check: [使用卷积神经网络进行图像样式转换] （CVPR 2016） :blue_book: [揭开神经风格转换的神秘面纱] （理论解释） （IJCAI 2017） :star: 代码： :blue_book: [稳定和可控制的神经纹理合成和使用直方图损失的样式转移] :blue_book: [结合马尔可夫随机场和卷积神经网络进行图像合成] （CVPR 2016） 2.基于Model Optimization “快速”神经方法 2.1 Per-Style-Per-Model “快速”神经方法 :check_box_with_check: [实时样式传输和超分辨率的感知损失] （ECCV 2016） :star: 代码： :blue_book: [使用Markovian生成对抗网络预先计算的实时纹理合成] （ECCV 2016） :star: 代码： :blue_book: [纹理网络：纹理和风格化图像的前馈合成] （ICML 2016） :star: 代码： :blue_book: [改进的纹理网络：前馈风格化和纹理