Normalization Seminar II Brd 2019 2 22 Referenceshttps

Normalization Seminar II Brd 2019. 2. 22 References：图像风格化算法综述三部曲：https: //zhuanlan. zhihu. com/p/36346074

Background • Style transfer-Gatys et al. • Gram matrix (style) + VGG conv 4 feat (content） • Update pixels of image online

Background • Domain adaptation Style transfer • Domain adaptat的思路解决style transfer问题 • 最小化重构图和风格图的Gram 矩阵等价于最小化两个域统计分布之间的基于二阶 核函数的MMD（which is domain adaptation 常用方法） • 本质上，style transfer这个paper做的事情就是将生成图片的deep activation分布和 style image的分布进行匹配 • 利用VGG某些层的特征表达的每一个channel的均值和方差(channel-wise)来表示 风格 • Update pixels of image online

Instance Normalization • 单模型单风格：基于前向网络-不再是修改图象 • 思想与ada. BN相似 c w h x 1 前作：Texture Networks: Feed-forward Synthesis of Textures and Stylized Images x 2 xm

Ada. IN • 单模型任意风格 • 数据驱动 • 替换IN中的统计量 • No learnable affine parameters 扩展：Style. GAN https: //arxiv. org/abs/1812. 04948