计算机视觉的难点（计算机视觉中的风格）

这些是由称为artGAN的生成神经网络生成的艺术的一些示例 ，其是DCGAN的修改版本。

图像，照片或艺术的风格在观看者如何感知和感受中起着非常重要的作用。一种美丽的艺术形式可以在我们内部产生快乐或愉快的情感，另一方面，沉闷的图像可能会使观众沉思或反思。

风格可以被视为许多不同的东西，风格的概念不明确。人们可以将Style定义为不同的艺术形式 - 水彩，油画，石墨艺术，笔画，矢量图形等。或者人们可以比较不同的艺术风格，不同画家的绘画技巧，不同的艺术形式，甚至不同的艺术时代/时期。

艺术专家可以很容易地向我们描述莫奈与梵高的不同。

左：莫奈的 睡莲，右：梵高的 夜间咖啡露台

这里的目的是探索计算机视觉，人工智能和机器学习中的风格总结。一些文章将探索不同的风格，不同的风格应用，例如 -  神经风格转移，artGAN - 生成艺术形式等。

最近，像Prisma这样的应用程序获得了极大的欢迎。这只是一个执行样式转移的神经网络。

令人惊讶的是，最近由神经网络产生的艺术品售价超过40万美元。

这是Edmond Belamy的肖像，于2019年10月23日至25日在佳士得的Prints＆Multiples拍卖会上以令人难以置信的432,500美元成交 。

以下是与计算机视觉和人工智能相关的近期工作的简短列表：

• 风格分类
• 基于样式的搜索和检索
• 风格与时尚
• 图像的解构风格与内容。
• 神经风格转移
• 生成对抗网络的艺术综合（artGAN）

事实上，我个人对风格的兴趣来自于我在该领域的研究工作以及我所从事的项目。第一个发布了“ 找我天空 - 数据驱动的颜色一致天空搜索和替换方法 ”的项目，包括从策划的数据库中寻找风格相似但有趣的背景天空，以取代现有的无趣天空背景。下面给出的论文几乎没有结果。

工作的结果 找到我的天空。

然后我参与了一个我们在电影海报上尝试过类型分类的项目，但却意识到这不是一项简单的任务。

理解电影海报需要风格和设计的许多方面。人们会认为属于同一类型的电影海报会有非常相似的结构或风格。虽然，这在某种程度上可能是正确的，但是定义这样的结构或风格并不是很容易。

这是从预训练的CNN（VGG）拍摄的电影海报的CNN嵌入的t-sne可视化。我使用了 Andrej Karpathy的代码来生成这个。

这让我很感兴趣，并引导我在计算机视觉的探索风格领域工作，并阅读更多关于风格的内容。