笔触风格可多样
一种能学习多种笔触风格并保留内容细节的生成对抗网络，可用于创作不同艺术风格的绘画作品。
Qian, Wang · 郭才 · Dai, Hong-Ning · Li, Ping
Computational Visual Media 2023
通过从不同笔触风格数据集中学习，Stroke-GAN 能够生成多样的笔触风格，解决了现有方法灵活性不足的问题。
通过设计三个参与者的生成对抗网络生成接近人类艺术家笔触的纯色笔触，Stroke-GAN 提高了绘画细节的质量，从而保留人脸和建筑纹理等内容细节。
基于 Stroke-GAN 设计的 Stroke-GAN Painter 网络能够生成不同艺术风格的绘画，克服了现有方法生成风格数量有限的问题。