Аннотация:В последнее время широкое распространение в различных задачах получили сверточные
нейронные сети. Одним из их приложений является нейросетевой автоматический
перенос стиля изображений. Основной идеей данного подхода является то, что
признаки, полученные с помощью сверточной нейронной сети, можно использовать
для выделения содержательной и стилевой составляющих изображения. Алгоритм
позволяет создавать новые изображения, совмещающие содержание фотографии со
стилем работ известных художников. В ходе развития нейросетевого переноса стиля
возникли различные задачи, решение которых позволило бы значительно улучшить
качество алгоритма. Первой рассматриваемой задачей является контроль масштаба
переносимого стиля. В литературе эту задачу часто называют задачей контроля
размера художественной кисти. Вторая задача состоит в моделировании одной
нейронной сетью нескольких стилей. Для каждой из этих задач по отдельности ранее
были предложены подходы к решению. В данной работе предлагается совместить
возможности генеративной сети, осуществляющей стилизацию, чтобы она могла
как стилизовать под разные, в том числе неизвестные на этапе обучения, стили,
так и контролировать масштаб накладываемого стиля в непрерывной шкале. К
преимуществам предлагаемого метода перед существующими способами контроля
масштаба переносимого стиля можно отнести меньшее требование по количеству
используемой памяти, а также более высокую скорость обучения.