Neuronaler Stiltransfer nutzt tiefe neuronale Netzwerke, um die Inhalte und Stile zweier Bilder zu extrahieren und zu kombinieren.
Dabei wird typischerweise ein vortrainiertes Convolutional Neural Network (CNN) verwendet, welches auf verschiedenen Schichten unterschiedliche Merkmale wie Struktur (Inhalt) und Textur (Stil) repräsentiert.
Der Inhalt eines Quellbildes und der Stil eines Zielbildes werden durch Verlustfunktionen getrennt bewertet, beispielsweise Content-Loss und Style-Loss.
Durch iterative Optimierung wird ein neues Bild erzeugt, das den Inhalt des Quellbildes mit dem Stil des Zielbildes vereint.
Diese Technik findet Anwendung in der Kunst, Bildbearbeitung und kreativen KI.