https://blog.csdn.net/wenqiwenqi123/article/details/105073639
https://blog.csdn.net/a19990412/article/details/84729453
1、在这篇论文当中，我们提出一个简单，但是有效的方法使得，第一个能够实时地进行任意风格转换。在我们方法的核心，是一个新奇的自适应实例正则化层（AdaIN），来使得内容特征的均值和方差与风格特征的均值和方差对齐。我们的方法的速度跟最快的方法可以媲美，但是却对数据集没有限制。此外，我们的方法允许灵活的用户进行一些操控，比如，内容和风格权衡，风格插值，色彩和空间的控制，所有的这一切，都是用一个前向传播的神经网络实现。
论文理解Arbitrary Style Transfer in Real-time with Adaptive Instance Normalization
原文：https://www.cnblogs.com/h694879357/p/13378685.html