基于生成对抗网络（GAN）的艺术风格迁移系统设计.docxVIP

PAGE

PAGE1

《基于生成对抗网络（GAN）的艺术风格迁移系统设计》

第一章绪论

1.1设计背景与问题分析

1.1.1领域发展现状

艺术风格迁移是计算机视觉与图形学交叉领域的一个研究热点，其核心目标是将一种图像的艺术风格（如梵高的笔触、莫奈的色彩）应用到另一幅图像的内容上，生成兼具目标内容与源风格的新图像。早期方法主要基于纹理合成与图像滤波，通过手工设计的特征进行风格传递，但效果生硬且风格泛化能力弱。随着深度学习的崛起，尤其是卷积神经网络（CNN）在图像特征提取方面的卓越表现，风格迁移研究进入了新阶段。Gatys等人于2015年开创性地提出利用预训练的VGG网络提取图像