基于Transformer方法的任意风格迁移策略

摘要： 目的 任意风格迁移是图像处理任务的重要分支，卷积神经网络作为其常用的网络架构，能够协助内容和风格信息的提取与分离，但是受限于卷积操作感受野，只能捕获图像局部关联先验知识；而自然语言处理领域的Transformer网络能够突破距离限制，捕获长距离依赖关系，更好地建模全局信息，但是因为需要学习所有元素间的关联性，其表达能力的提高也带来了计算成本的增加。鉴于风格迁移过程与句子翻译过程...