只需上传一张“小丑”的照片。
该程序如同一位画家，逐笔描绘出他的油画肖像。
这便是艺术型神经绘画的魅力所在。
采用双路神经渲染技术生成的矢量图，展现出更清晰、逼真的效果。
艺术型神经绘画是由密歇根大学安娜堡分校、网易伏羲AI实验室和北航联合发布的研究成果。
研究团队提出了一种将图像转化为绘画的编译方法，能够输出生动且逼真的艺术作品。
他们还设计了一种创新的神经渲染器，模拟矢量渲染器的行为，并通过笔画预测的参数搜索过程，提升输入图像与渲染输出之间的相似度。
该研究采用双路径神经渲染技术，利用着色网络和栅格化网络分别处理图像的颜色与形状。
这种方法不仅保留了原图的风格特征，还创造出独特且精美的艺术作品。
程式化神经绘画在矢量环境下处理图像，生成的输出为矢量图像。
无论放大多少倍，矢量图像依然保持清晰。
此外，除了生成油画风格外，还能根据不同环境生成各种风格的合成图。
该方法可以进行图像的风格转换。
在参数搜索的框架下构建的笔画预测模型，适用于神经样式转换。
例如，输入特定颜色和质感的图像模型，便能生成相应风格的图像。
这种艺术型神经绘画的风格转换结果，在整体外观和局部纹理上都具有较高的保真度。
与美国艺术家的像素绘画对比
艺术型神经绘画还可用于创作8位图作品。
美国知名艺术家亚当·李斯特（AdaM ListeR）通过将像素化图形的解构，与水彩颜料的透明度和丙烯颜料的平整度结合，重构经典图像为基本像素形式。
在此，将他们的像素化8位图作品与亚当·李斯特的作品进行对比。
左侧为原图，中间为神经绘画生成的图像，右侧为艺术家亚当·李斯特的像素画。
神经网络绘制的作品，已可与艺术家的作品相媲美。
