三、损失函数

虽然文章说的是perceptual losss，但是感觉上跟上一篇文章的约束并没有什么区别，我们可以来看看。

Feature Reconstruction Loss

• j表示网络的第j层。
• CjHjWj表示第j层的feature_map的size

Style Reconstruction Loss

对于风格重建的损失函数，首先要先计算Gram矩阵，

产生的feature_map的大小为CjHjWj，可以看成是Cj个特征，这些特征两两之间的内积的计算方式如上。

两张图片，在loss网络的每一层都求出Gram矩阵，然后对应层之间计算欧式距离，最后将不同层的欧氏距离相加，得到最后的风格损失。

具体的结果如下,截屏自论文：

其实上述结果与上一篇论文真的很像，都是表达了在风格重建时，越高层特征，粒度越粗，内容重建时，越底层，重见效果越好。在这两个约束上，我并没有感觉较之前有很大的进步。采用高层特征的原因是，内容和全局结构会被保留，但是颜色纹理和精确的形状其实并不需要。用一个特征损失来训练的时候，希望的是接近而不是完全匹配。

 

在这里，文章也是用了VGG的网络结构。文章中有一个点我很喜欢，说明了一部分图片转换失败的原因。因为VGG是被训练来分类的，所以对于图片的主体的识别要比背景保留完整的多，所以往往对前景能够有很好的识别效果，但是背景会有所混淆。具体的可以看下图的海滩场景和猫的场景。

四、实验结果

 

具体的实验结果不再赘述，但是这篇的实验要比上一篇的实验更加完整，更加成体系。这里没有细看。

 

五、总结

这篇文章最大的贡献就是做到了实时。能够提高三个数量级的时间。即使在我们搭建的服务器上也能很快的得到转换结果。也为后期的style transfer的发展做出了贡献。

其次，我很喜欢这篇文章的解释。解释虽然没有公式证明那么严谨，但是从大体上是合理的，为上一篇文章没有讲清楚的地方都讲清楚了，不含糊。在设计image transformation网络架构的时候也加入了自己的理解，让阅读的人可以明白这样设计的意图以及原因。

是一篇值得学习的好文章。