【报名】MSRA袁路：深度学习如何让图片和视频在不同的艺术风格间自如切换？

活动信息：

主题：深度学习如何让图片和视频在不同的艺术风格间自如切换？

时间：6月15日（周四）晚8:00

直播地点：点击“阅读原文”获取

嘉宾介绍

袁路

微软亚洲研究院视觉计算组主管研究员

2005年在清华大学获得硕士学位，2009年在香港科技大学计算机系获得博士学位，师从权龙教授。之后进入微软亚洲研究院视觉计算组工作。 研究方向包括计算机视觉、图形学、计算摄影学和应用机器学习。

他曾荣获2008年“最佳学生海报论文奖”(Best Student Poster Paper Award)，2007年双帧图像去抖技术也被选为SIGGRAPH亮点论文之一。多项研究成果被运用到微软的产品和一些Apps——包括微软Pix相机、OfficeLens、BLINK、Hyperlapse以及主持研究开发的“微软自拍”APP，主打智能美颜、低光照美化照片等功能，曾获得54个国家“最佳新APP”。

分享提纲

运用人工智能（AI）技术进行全新的艺术创作在各领域取得了不俗的成绩，比如微软小冰作诗，谷歌大脑音乐创作，以及一直火爆朋友圈的Prisma艺术风格化滤镜。这些问题已被研究很长时间，深度学习技术极大地加速了这些领域的发展。我们将讨论如何将传统的视觉图形学研究和深度学习技术有机地融合，更有效地处理图片视频艺术风格化，为该领域的发展提供新的思路。

风格迁移（style transfer）使用人工智能算法将普通的生活照片变身大师级风格照。广义上来说，它包括颜色、纹理、艺术表现形式之间的风格转换。最近我们在CVPR、SIGGRAPH等顶级会议上有三个有意思的工作，结合实际运用场景，探讨如何有效地将艺术风格化运用到图片和视频中。这其中涉及到一些有实际价值的问题，包括：

• 如何大幅加速风格化网络的训练时间和运行时间，减少模型大小，实现区域风格化、不同风格化的切换？

• 如何实时地处理视频风格化不连续的现象？

• 最后介绍一个更具探索性的工作，能产生以假乱真的艺术作品，延续大师们的艺术风格进行创作；完成真实照片风格转换（比如白天变黑夜、夏季变冬季）以及人像化妆的迁移等特效。

原文链接：

http://mp.weixin.qq.com/s/zT37lo4sVeLB89mCmjnxZg