你好彰显照片复古感或变暖光感的滤镜早就不是什么新鲜事。不过，最近经常出现了一种新型“艺术滤镜”，需要将知名油画比如梵高的《星空》或蒙克的《呼喊》的艺术风格“迁入”到照片中。 看见这些“照片油画混合体”，是不是实在很炫酷？那么这究竟是如何构建的呢？ 事实上，这些所谓的滤镜并不是滤镜，而是一种更为简单有意思的程序，被称作“风格迁入”。

风格迁入应用程序利用深度神经网络（一种机器学习技术）对照片展开检视，确认一张照片的内容和另一张照片的风格，然后将两张照片的内容和风格融为一体。 右图是经过训练需要捕猎且总结众多毕加索作品、或者其他流派有所不同画家作品的单个系统。而更加炫酷的是，Google团队正在研究需要在一次迁入中动态融合多种风格的技术。 改版的网络系统在数个艺术风格上展开训练后早已可容许动态融合多个绘画风格，比如右图是 4 种风格按有所不同比例融合的成果。 据Google的研究科学家讲解，这种近期的深度卷积风格迁入网络（deep convolutional neural network - CNN）在自学了多种风格之后可以构建多种艺术风格间动态光滑迁入，且可应用于静态图像和视频。

Google Brain的狗狗Picabo的视频动态迁入多种艺术风格 与之前较慢迁入风格的方法有所不同的是，这种同时建模多种风格的方法打开了一种让用户与风格迁入算法交互的新方式：容许动态基于多个风格的混合展开权利建构。 这项成果被指出是深度自学研究领域的一项突破，因为它首次获取了基于神经网络的风格迁入的概念证明。Google未来还将公布关于该算法的细节和运营该模型的 TensorFlow 源代码。