Prisma如何让你的照片变名画？
前段时间 Prisma推出的一款滤镜引爆社交圈——让你的照片变成名画。阿扑在惊讶其神奇效果之余，向学霸小哥哥了解了一下背后的原理和相关问题。（最重要的问题就是艺术家会被替代吗？）
Prisma是如何做到的呢？
Prisma名画滤镜背后的算法是一种风格转移算法（Style Transfer）的深度学习算法。这种算法最早源自15年论文《A Neural Algorithm of Artistic Style》（下载地址https://arxiv.org/pdf/1508.06576.pdf）。像阿扑这样的人工智能小白可以大概地这么理解：
合成的新照片是一个副本任务，完成这个任务需要物资和剧情线索：
物资就是你上传的原图，专业的说法是内容图（content image）；
线索就是你选择想要模仿的名画，专业的说法是风格图（style image）；
玩家需要分析线索——npc的要求（eg：请你帮npc抓一个桶状的像素怪兽），然后用匹配的物质（桶状的像素怪兽）来交给线索npc，合成新的怪兽（目标图）。
模型会逐层分析（卷积操作）名画里面的纹理（为什么是纹理，不是颜色或笔触？请点击原文阅读深度学习算法是如何取出一张图片的风格），再匹配到你上传的图片里和抓取的纹理相似的地方。
比如梵高《星空》的例子中，星空中的三角形黑色纹理就被匹配到照片中的三角形建筑圆顶；星空中的黄色月亮就被匹配到了照片里的黄色墙面里。
基于这篇文章，衍生出了众多项目。
比如2015年夏天，Google Research发起了一项叫DeepDream的项目。它的主要目的是将神经网络在图像识别时学习到的信息进行可视化。
（图片来自google research）
这种算法可以参考做梦来理解。我们常会在梦中重现和事实稍有偏差的场景，经常是潜意思里的小九九跑出来了。比如，白天阿扑被老板骂了，心里难过的阿扑夜里做梦也梦到老板骂我。但是更糟的是，骂我的老板的脸替换成阿扑意识深处爱慕的男神陈道明。（当然阿扑的老板从来不骂人，嘻嘻）
原图是一张柴犬的照片(著名的doge表情包). 在图像的不同区域，深度网络都“看到了”狗的脸，DeepDream算法将其放大了。（图片来自google research）
康奈尔大学和 Adobe 的工程师也合作推出项目——Deep Photo Style Transfer，这个项目解决了图像转化过程中的“畸变”问题（https://arxiv.org/abs/1703.07511）。
观看更多风格转移的例子：http://genekogan.com/works/style-transfer/强烈推荐一定要看！
