कलात्मक शैली के न्यूरल एल्गोरिदम में सुधार

इस काम में, हम कलात्मक शैली के न्यूरल एल्गोरिदम (लेखक: लियोन ए. गैटीस, अलेक्ज़ेंडर एस. एकर और मैटियास बेथगे, arXiv:1508.06576) में सुधार के विभिन्न तरीकों की जांच करते हैं। समान और दोहराने वाले पैटर्न्स को स्थानांतरित करते समय उत्कृष्ट परिणाम दिखाने के बावजूद, मूल शैली प्रतिनिधित्व अक्सर अधिक जटिल गुणों को पकड़ने में विफल रहता है, जैसे कि अग्रभूमि और पृष्ठभूमि की अलग-अलग शैलियाँ होना। इससे दृश्य कलाकृतियाँ और अवांछित बनावटें अनपेक्षित क्षेत्रों में स्टाइल ट्रांसफर करते समय उत्पन्न होती हैं। हम इस मुद्दे का समाधान विभिन्न दृष्टिकोणों से करते हैं, मुख्यतः शैली प्रतिनिधित्व में संशोधन करके ताकि यह अधिक जानकारी प्राप्त कर सके और शैली ट्रांसफर परिणाम पर एक कड़ा प्रतिबंध लगा सके। हमारे प्रयोगों में, हम अपनी सर्वश्रेष्ठ विधि का व्यक्तिपरक मूल्यांकन करते हैं, जो शैली ट्रांसफर की गुणवत्ता में नगण्य से महत्वपूर्ण सुधार उत्पन्न करने के लिए उपयोग की जाती है।