待验证50% 置信事实精确时间
风格迁移的概念最早可追溯到2015年Gatys等人发表的论文，使用卷积神经网络（CNN）的特征表示来分离图像的内容和风格
1
来源数
50%
置信度
长期有效
时效性
2026/8/7
首次发现
来源
相关事实
待验证2015年Gatys等人提出的神经风格迁移算法可将一幅画的艺术风格迁移到另一幅图像上，这一思想随后被迁移到NLP领域78% 相似待验证2015年Gatys等人提出神经风格迁移，通过卷积神经网络的Gram矩阵来匹配内容图与风格图的特征分布75% 相似已验证2015年德国图宾根大学的Leon Gatys等人发表论文《A Neural Algorithm of Artistic Style》，首次证明卷积神经网络能够分离并重组图像的内容与风格72% 相似待验证经典CNN依赖局部感受野逐层提取从纹理到形状的层次化特征68% 相似待验证2015年Gatys等人发表的《A Neural Algorithm of Artistic Style》开创了深度学习时代的图像艺术化范式，利用预训练VGG网络的特征并通过Gram矩阵衡量风格相似度64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/704175API
curl https://kongchang.com/api/v1/knowledge/claims/704175MCP
get_claim(id=704175)