你只需輸入一張小丑的照片，
這個程式就如同畫家一樣，一筆一筆畫出他的油畫畫像，
這就是藝術型神經繪畫。
雙路神經渲染的矢量圖，更清晰、更逼真
藝術型神經繪畫是由密歇根大學部安娜堡分校、YouMeLive伏羲AI實驗室、北航共同發布的研究成果。
他們提出了一種從圖像到繪畫的編譯方法，輸出生動逼真的藝術畫，
研究人員還設計了一種新型的神經渲染器，模仿矢量渲染器的行為，然后將筆畫預測作為參數搜索過程進行構架，來提高輸入圖像與渲染輸出圖像之間的相似性，
該研究使用了雙路徑的神經渲染方法，用著色網路和柵格化網路分別處理圖像的顏色和形狀，
△雙路徑的神經渲染方法
這個方法，使渲染出來的畫，既保留了原圖的風格特征，也創作出獨具特色的精美藝術畫。
程式化神經繪畫在向量的環境下處理圖像，生成的是矢量圖像，
矢量圖像無論放大多少倍可以清晰的查看。
除了生成油畫風格，還能根據環境，生成不同風格類型的合成圖。
對生成的圖像進行風格轉換
由于在參數搜索范式下構建筆畫預測模式，這個方法也適合神經樣式轉換框架。
假如輸入的顏色和質感的圖像模型，根據你的圖像模型，生成相應風格的圖像，
例如這張向日葵，你希望它展示出火一般的熱情，或者是彩色玻璃的質感，它都會呈現出來，
這種藝術型神經繪畫風格轉換結果，無論在整體外觀，還是在局部紋理，都有較高的保真度。
像素繪畫與美國藝術家對比
藝術型神經繪畫還可以用于創建8位圖形作品。
美國著名藝術家亞當·李斯特（Adam Lister）通過將像素化圖形的解構，與水彩顏料的透明度和丙烯酸顏料的平整度結合，將經典圖像分解為最基本的像素形式。
△亞當·李斯特（Adam Lister）和他的像素畫在這里，將他們的像素化的8位圖作品與這位藝術家的作品進行對比，
左邊是原圖，中間的是神經繪畫作出來圖像，右邊是藝術家亞當·李斯特（Adam Lister）的畫的像素畫。
神經網路繪畫出來的作品，可以和藝術家的作品相媲美了。
假如你想來一張個人寫真的油畫，AI大師就可以滿足你的需求。
