style tansfer

WCT

encoder-decoder

方法：训练decoder网络，使其恢复encoder的信息 作用：提升速度。 $L=||I_o - I_i||^2_2+\lambda||\Phi(I_o)-\Phi(I_i)||^2_2$

WCT（Whitening and coloring transforms）

方法：Encoder和Decoder网络中间加WCT，对content特征和style特征进行融合。 作用：考虑了特征间的相关性（实对称矩阵对角化，得到对角阵和正交阵），使得融合更均匀。

Whitening transform

$\begin{cases} f_c = f_c-\mu_c, & \text{减去均值} \\ \hat{f}_c = E_cD^{-1/2}_cE^T_cf_c, & f_cf^T_c=E_cD_cE^T_c \\ \end{cases}$

最终满足， $\hat{f}_c\hat{f}^T_c=I$

Coloring transform

$\begin{cases} f_s = f_s-\mu_s, & \text{减去均值} \\ \hat{f}_{cs} = E_sD^{1/2}_sE^T_s\hat{f}_c, & f_sf^T_s=E_sD_sE^T_s \\ \hat{f}_{cs} = \hat{f}_{cs}+m_s \end{cases}$

最终满足， $\hat{f}_{cs}\hat{f}^T_{cs}=f_sf^T_s$

PhotoWCT