允中 编译整理

　　量子位 出品 | 公众号

　　图片造假技术一直是计算机视觉研究的一个重点（大误）。

　　其实我们要说的，是图片风格的变换。要训练神经网络完成这种转换，通常需要一个包含成对图片的训练集，然而，成对的训练数据很难找。

　　加州大学伯克利分校人工智能实验室（BAIR）的 副教授Alexei A. Efros和他的博士生Jun-Yan Zhu、Taesung Park，博士后Phillip Isola最近发表了一篇论文，开奖，展示了如何在没有成对例子的情况下，展示了一种学习方法，可以在没有成对例子的情况下，将来源域（source domain）X中的图片映射到目标域（target domain）Y。

　　他们训练的神经网络可以将莫奈画作变换成照片风格：

　　将照片变换成莫奈、梵高、塞尚画作以及浮世绘风格：

　　如果说上面这些都司空见惯，接下来的可能会让你感觉有那么一点点神奇。

　　比如说，这个神经网络可以让物体变形。马和斑马、苹果和橙子之间都能互相转换：

　　还能改变季节：

　　也可以将iPhone拍的照片，转换成背景虚化的单反效果：

　　今天AI界还有哪些事值得关注？

　　在量子位（QbitAI）公众号会话界面回复“ 今天”，看我们全网搜罗的AI行业和研究动态。笔芯?~

　　另外，atv，欢迎加量子位小助手的微信： qbitbot，如果你研究或者从事AI领域，小助手会把你带入量子位的交流群里。

　　追踪人工智能领域最劲内容

　　??戳原文查看论文和GitHub地址