1. Introduction

A Neural Algorithm of Artistic Style

• 2015년에 먼저 발표된 논문은 Image Style Transfer Using Convolutional Neural Networks과 같은 연구팀의 논문이다.

• 2016년 발표된 이 논문은 "A Neural Algorithm of Artistic Style"과 많은 내용이 중복된다.

1. Content Reconstructions → Target Image.

   1. CNN의 처리 단계마다 입력 이미지를 재구성하여 시각화한다.
   2. 하나의 Higher Layers만을 사용한다.
   3. a, b, c 같은 Lower Layers에서는 모든 Content가 남아있어 완벽한 복원을 보인다.
   4. d, e 같은 Higher Layers에서는 Detailed Pixel Information이 사라지지만, 윤곽 같은 High-level Content는 남아있다.
   • Layers
   • 번외. A Neural Algorithm of Artistic Style과의 차이점

2. Style Reconstructions → Artworks.

   1. Style Reconstructions를 위해 CNN Representations 위에 Feature Space를 구축했다.

   2. Style은 같은 Layer의 다른 Features Map 사이의 Correlation으로 정의된다.

   3. 여러 Layer를 포함하는 Multi-scale이다.

   4. Lower Layer에서는 '원본 Content' 정보는 대부분 무시하고 Texture만 복원한다.

      복원이 잘 이루어지므로 Correlation이 높다.

   5. Higher Layer에서는 '원본 Content' 정보를 포함하여 미술 작품과 비슷한 이미지가 나온다.

      복원이 잘 이루어지지 않으므로 Correlation이 낮다.

   • Layers

3. Content Representations와 Style Representations는 분리할 수 있다.

   같은 Network를 사용하여 Content와 Style을 복원하고, 그 둘로 새로운 의미 있는 이미지를 만들 수 있다.

2. Deep Image Representations