阅读论文《Exploring the structure of a real-time, arbitrary neural artistic stylization network》

   这篇文章的核心是通过构建一个风格学习网络来实现快速的风格迁移，对于损失函数方面则没有什么创新，这里只对论文的大致思想做一个简要的介绍。

   如上图所示，整个网络架构由风格学习网络P和风格转换网络T组成，学习的目标是content loss和style loss,定义和之前一致，这里不再赘述。对于风格转换网络，论文简要说明此网络是用编码器、解码器组成的。当然为每幅画训练一个网络是浪费时间的，论文引入了风格学习网络。这种风格网络是基于训练好的Inception-v3架构的，这样可以直接得到一种图像的风格，并将其和转换网络T网络结合，从而获得风格图像。
   这篇论文给我的启发是，如果要对图像进行增强，可以先行学习图像的某种特征（例如光亮、纹理等），再将其与所要转换的图像进行融合，获得目标图像。