结合马尔科夫场和格拉姆矩阵特征的写实类图像风格迁移

曾宪华 ,陆宇喆 ,童世玥 ,徐黎明

（1.重庆邮电大学计算机科学与技术学院，重庆，400050；2.重庆市图像认知重点实验室，重庆，400050）

图像风格迁移技术利用深度学习原理将参考图像风格迁移到目标图像上：输入一张目标图像和一张参考图像，通过算法使生成图像保留目标图像结构的同时又拥有参考图像的艺术风格.图像风格迁移的意义在于，使用者事先并不需要学习绘画或者修图技术，而是使用一种通用模型，仅利用计算机工具就可以对不同的图像进行风格迁移，使目标图像具有使用者预设的艺术性风格［1］.在现实生活中，风格迁移技术正应用在各种商用领域，如美图软件、动画电影制作、广告设计等，有着巨大发展潜力和前途.

如何利用计算机技术生成不同美感风格图像，受到工业界和学术界的广泛关注.最初，学者们通过颜色迁移来实现［2-6］.Reinhard et al［3］对转换到Lab 色彩空间的图片进行统计学计算，将源图像的均值和标准差传给目标图像，使目标图像和源图像具有一样的均值和方差，最后将图片转换到RGB 色彩空间实现颜色迁移算法.Welsh et al［6］在Reinhard et al［3］研究的基础上作出调整，根据像素点的亮度值和周围的领域标准差找到源图上与之最匹配的像素值.这些算法的原理是给出目标图像和参考图像并计算其全局信息，通过建立映射函数来实现颜色迁移.虽然基于低层次特征的颜色迁移方法能解决简单场景下的问题，但在面对复杂的图像场景时，颜色迁……