本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

這兩天，Reddit上一則關(guān)于視頻風(fēng)格遷移的帖子火了，發(fā)布僅一天就沖上了機(jī)器學(xué)習(xí)社區(qū)的熱榜第一。

明艷、華麗的Demo引起了網(wǎng)友們驚嘆。

著名的恐怖片《閃靈》經(jīng)過處理后，變得色彩明艷，有了漫畫風(fēng)格：

而電影《低俗小說》，處理效果像極了天主教堂五彩繽紛的玻璃窗：

大家紛紛留言追問“是不是對CNN的層過濾器進(jìn)行過修改”？

但樓主卻說「我不是程序員，也不清楚CNN是什么東西…….」

這就有點不可思議了，一個沒接觸過機(jī)器學(xué)習(xí)的小白，是怎么做到效果這么好的視頻風(fēng)格遷移呢？

「一鍵式」視頻風(fēng)格遷移工具

Reedit熱帖的樓主，是一位純藝術(shù)從業(yè)者，沒學(xué)過計算機(jī)和編程。

但是他卻卻借助一款「一鍵式」的傻瓜工具，輕松完成了視頻風(fēng)格遷移。

這款工具名叫Deep Dream Generator。

熟悉圖像風(fēng)格遷移的讀者可能對Deep Dream很熟悉，早在2015年谷歌就公布了這個軟件。

最早Deep Dream是為2014年ImageNet視覺識別挑戰(zhàn)賽而開發(fā)的，主要的目的也是識別圖像中的人臉和其他目標(biāo)。

但是隨后有人發(fā)現(xiàn)，經(jīng)過訓(xùn)練的Deep Dream能夠反向運行，將給定圖片的像素特征整合到目標(biāo)中。

隨后，Deep Dream開始在藝術(shù)創(chuàng)作圈流行，由它生成的風(fēng)格遷移圖像頗具夢幻色彩，所以被叫做「Deep Dream」。

而制作這個工具的團(tuán)隊將Deep Dream做成了簡單易上手，不需要任何計算機(jī)知識，能夠直接在網(wǎng)頁使用的版本。

使用很簡單，只需要上傳目標(biāo)圖像和「風(fēng)格」，一鍵點擊，就能生成。

生成的圖片效果完全由上傳的「風(fēng)格」決定：

有了這工具，就算是既不懂藝術(shù)，也不懂編程的小白，也能批量生產(chǎn)藝術(shù)作品。

視頻風(fēng)格遷移的兩種方法

盡管Deep Dream Generator官網(wǎng)上并沒有給出任何技術(shù)說明，但Deep Dream早已開源，并且風(fēng)格遷移已經(jīng)是深度神經(jīng)網(wǎng)絡(luò)應(yīng)用中輕車熟路的一個領(lǐng)域了。

一般常見的風(fēng)格遷移遷移算法由兩種基本思路，一是優(yōu)化法，第二種是在它之上優(yōu)化而來的前饋法。

優(yōu)化法

在這種方法中，其實并沒有使用真正意義上的神經(jīng)網(wǎng)絡(luò)。

任務(wù)中并沒有訓(xùn)練神經(jīng)網(wǎng)絡(luò)來做任何事情。只是利用反向傳播的優(yōu)勢來最小化兩個定義的損失值。

反向傳播到的張量是希望實現(xiàn)的圖像，從這里開始我們稱之為「復(fù)刻」。希望轉(zhuǎn)移其風(fēng)格的藝術(shù)品，稱為風(fēng)格圖像。而要將風(fēng)格轉(zhuǎn)移到其中的圖片，稱為內(nèi)容圖像。

「復(fù)刻」被初始化為隨機(jī)噪聲。然后與內(nèi)容和風(fēng)格圖像一起，通過一個預(yù)先訓(xùn)練過的圖像分類網(wǎng)絡(luò)的幾個層。

算法使用各個中間層的輸出來計算兩種類型的損失：風(fēng)格損失和內(nèi)容損失。在風(fēng)格上，「復(fù)刻」與風(fēng)格圖像有多接近，在內(nèi)容上就有有多接近。

△內(nèi)容損失公式

然后通過直接改變「復(fù)刻」，將這些損失降到最低。

經(jīng)過幾次迭代，「復(fù)刻」就能夠具備風(fēng)格圖像的風(fēng)格和內(nèi)容圖像的內(nèi)容。它是原始內(nèi)容圖像的風(fēng)格化版本。

前饋法

優(yōu)化法的缺點是運算成本較高，處理時間也比較長。

那么有沒有好的方法能夠直接利用深度神經(jīng)網(wǎng)絡(luò)的特性，減輕開發(fā)者的負(fù)擔(dān)呢？

前饋法的本質(zhì)，是創(chuàng)建一個未經(jīng)訓(xùn)練的圖像轉(zhuǎn)換網(wǎng)絡(luò)，它的功能是將內(nèi)容圖像轉(zhuǎn)換為對「復(fù)刻」的最佳猜測。

然后將圖像轉(zhuǎn)換網(wǎng)絡(luò)的輸出結(jié)果作為「復(fù)刻，與內(nèi)容和風(fēng)格圖像一起通過預(yù)訓(xùn)練圖像分類網(wǎng)絡(luò)來計算內(nèi)容和樣式損失。

最后，為了減少損失，需要將損失函數(shù)反向傳播到圖像轉(zhuǎn)換網(wǎng)絡(luò)的參數(shù)中，而不是直接到「復(fù)刻結(jié)果中。

任意風(fēng)格遷移

雖然前饋法可以立即生成風(fēng)格化的結(jié)果，但它只能對一個給定的風(fēng)格圖像進(jìn)行復(fù)刻。

是否可以訓(xùn)練一個網(wǎng)絡(luò)可以接受任何風(fēng)格圖像，并從這兩張圖像中產(chǎn)生一個風(fēng)格化的結(jié)果呢？

換句話說，能不能做出一個真正任意的風(fēng)格轉(zhuǎn)移網(wǎng)絡(luò)？

幾年前，有研究人員發(fā)現(xiàn)，圖像轉(zhuǎn)換網(wǎng)絡(luò)中的實例歸一化層是唯一重要的代表風(fēng)格的層。

如果保持所有卷積參數(shù)不變，只學(xué)習(xí)新的實例正則化參數(shù)，就可以實現(xiàn)在一個網(wǎng)絡(luò)中表示完全不同的風(fēng)格。

來自康奈爾大學(xué)的一個團(tuán)隊首次將這個想法變成現(xiàn)實。他們的解決方案是使用自適應(yīng)實例歸一化（Adaptive Instance Normalization），使用編碼器-解碼器架構(gòu)從風(fēng)格圖像中生成Instance Norm參數(shù)，取得了相當(dāng)好的效果。

當(dāng)然，以上介紹的這三種方法都要求一定的編程計算機(jī)基礎(chǔ)，但如果你只是想試玩Deep Dream Generator，可以直接點擊下方傳送門：

https://deepdreamgenerator.com/generator