https://www.pianshen.com/article/2390348940/
1.论文主要的思想分为三点：多种形式的解码器训练 + WCT层的风格融合 + 连贯的精细化处理。
[1]本文首先训练多个解码器，将图像输入预训练好的VGG网络，提取不同的relu_n层结果作为编码输出，针对conv层结果训练Decoder进行解码，从而针对不同的relu1….relu5层设计出多个解码器，来对VGG卷积层结果进行还原。
[2]WCT层分为白化和上色两部操作，白化操作会使用式子从原图中提取出原图的内容形式，上色操作会将风格图的风格和内容形式进行拼合组成新的结果（有特定的计算式子，无需训练）。
[3]经过上面的两点可以得到中图的 编码-WCT-解码的结构，但是该怎么选取编码的relu层是个问题，不同的conv层各有其特点，因此为了有好的效果，设计出右侧的精细化处理流程，先粗后细。
论文理解Universal Style Transfer via Feature Transforms
原文：https://www.cnblogs.com/h694879357/p/13379944.html