摘要: Gatys等人的开创性工作,展示卷积神经网络(CNN)在创造艺术作品方面的强大能力。通过分离和重新组合图像内容和样式来实现图像风格迁移.使用CNN渲染内容图像的过程不同样式称为神经样式传输(NST)。从那时起,NST成功在学术文献和工业得到应用,它正受到越来越多的关注,并提出各种方法来改善或扩展原始的NST算法,旨在全面概述NST的最新进展,并且对现有的经典和改进的风格算法进行分类,并比较其中一些结果。最后,经过研究,提出关于图像风格转换的发展趋势的一些建议。