吴子扬，贺 丹，李映琴

（东莞理工学院城市学院，广东 东莞 523419）

1 前言

计算机视觉技术[1]是一门研究关于如何利用照相机和计算机来获取用户感兴趣的被拍摄对象的数据与信息的技术，图像处理作为计算机视觉研究领域中的热点内容，尤其是在人工智能技术飞速发展的情形下，学者对图像处理技术的研究与日俱增，研究成果也十分显著。

在图像处理的领域中，一些学者利用深度学习方法在图像风格迁移应用中取得了良好的风格迁移效果，所谓图像风格迁移[2]，就是利用计算机处理技术将内容图像A中融入风格图像B的风格特点，从而得到风格迁移的结果图像C，使结果图像C既具有内容图像A的内容特征，又具有风格图像B的纹理、色彩等风格特征。其中内容图像A可以是生活照、风景照等写实类型的图像，风格图像B可以是素描画、油画、民族画等风格鲜明的图像，通过图像风格迁移，将风格图像B的风格特色融入到内容图像A中，使结果图像C既呈现出内容图像A的内容特征，又具有风格图像B的纹理、色彩特征。已有研究人员将图像风格迁移技术应用在刺绣风格数字合成[3]、现代室内家居设计[4]等领域，将传统艺术风格与现代科学技术进行融合，给图像处理领域带来新的体验。

在2015年GATYS[5-6]等人提出运用深度学习中的卷积神经网络模型来实现图像的风格迁移这一目标，通过分类内容图像A的内容特征表示和风格图像B的风格特征表示，实现了图像风格迁移，且效果较为理想。……