正在阅读：没错这些都是我!人工智能让Prisma成为新网红没错这些都是我!人工智能让Prisma成为新网红

　　 既然提到了Prisma，各位一定想知道其如何与CNN结合，以及生成图片的具体过程又是怎样的。实际上，Prisma所做的风格转换是机器视觉领域一直在研究的课题，业内称为texture transfer ，即纹理转换。texture transfer的目标是将原图片的风格，合成到目标图片中并同时保留目标图片的语意内容。

　　 正如前面说的那样，Prisma所用技术是基于深度神经网络，其系统核心是利用神经表征来分离，再组合随机图片的内容和风格，以此来实现一个可用来描绘艺术图像的算法。基本想法是利用一个多层的卷积神经网络（CNN）抽象出给定绘画作品里一些高级的隐藏特征用来模仿绘画风格，并把这个绘画风格应用到一个新的图片上。

　　 要是知道，“绘画风格”是一个抽象定型的词语，可能与图像的某种高阶统计量相关，然而不同的绘画风格有着不同的表示，对于一个没有具体定义风格的一般性问题，它很难用人工设计算法去完成，而卷积网络CNN则可以通过多层卷积提取物体的抽象特征完成物体识别。

　　 接下来我们以梵高和猫为例。正如上图所示，在“猫”与“梵高自画像”生成过程的200多步循环里，我们清楚的看到，在最初的几十步里，图片更像是原图和绘画的简单纹理的叠加，随着循环步数增加，程序慢慢学习到了配色和笔触的风格，并在150步基本成型，最终将猫的照片绘画成梵高的风格。