論文摘要
神經風格轉換是一種基於深度學習的卷積神經網路的應用，它可將一般的生活照片藉由選擇的藝術風格圖片來創建出具有此藝術風格的生活圖片。近三年來，神經風格轉換已廣泛地使用在藝術教育和工業應用上面，例如MoMA和Prisma等網站。雖然目前的研究主要集中在抽象繪畫的製作，但其轉換風格的效果往往在視覺上令人驚艷。然而，在神經風格化圖片的生成過程中仍有三個本質上的問題是使用者希望能改進的：即配色的方式，風格筆觸的強弱和對比度的調整。為了讓使用者能夠調整神經風格轉換後的圖片，作者在現有神經風格轉換方法的實驗基礎上，整合了遙測影像處理中的影像融合、對比度增強與混合技術等三種方法，設計了一個快速的後處理方法來滿足使用者的需求。
以下為本論文的研究問題：
1) 如何整合BT，ICDDS和混合技術等技術來應用到神經風格的轉換並藉由調整參數以提供多重選擇給使用者參考？
2) 對於藝術創作者與藝術教育者，神經風格轉移的價值為何?
本論文為實作型的研究，研究步驟則分為三個階段：初步研究，實驗與評估。初步研究是藉由專案、文獻探討和實務反思來進行；同時針對設計學院的學生進行初步訪談。實驗則包括設計的方法對神經風格轉換與自動渲染機的測試。最後的評估則是以專家的深入訪談來探討如何在藝術創作和藝術教育上的價值；結果顯示對藝術家在收集創作材料時的確可藉由作者提出的方法來啟發意想不到的靈感，同時也有助於學生發展其個人的獨特畫風。鑒於此，由於本研究所提出的方法對神經風格轉換三個本質上的問題可提供多樣的選擇且無需再訓練，在藝術教育和工業的應用將具有一定的運用價值。