Stilübertragung

Stilübertragung ist ein computergestütztes Verfahren, das den visuellen Stil eines Quellbildes auf den Inhalt eines Zielbildes überträgt. Das resultierende Bild behält die Strukturen und Komposition des Inhaltsbildes bei, übernimmt jedoch Farben, Texturen und Pinselstrich-Charakteristika des Stilbildes.

Der Begriff wurde durch die Neural Style Transfer-Methoden populär, die 2015 von Gatys, Ecker und Bethge eingeführt wurden. Basierend auf Convolutional Neural Networks wird der Inhalt durch Merkmale aus höheren Conv-Layers beschrieben, während Stil durch Gram-Matrixen der Merkmalskarten modelliert wird. Ein generiertes Bild wird durch Minimierung einer Verlustfunktion erzeugt, die Content-Loss und Style-Loss kombiniert.

Weiterentwicklungen umfassen schnelle Stilübertragung (fast style transfer), bei der ein trainiertes Netzwerk die Stilübertragung in einem Durchlauf ermöglicht, sowie Adaptive Instance Normalization (AdaIN), das es ermöglicht, Stile flexibel auf Inhalte anzuwenden und sogar mehrere Stile zu mischen. Andere Ansätze nutzen Whitening-and-Coloring Transform, Encoder-Decoder-Netzwerke oder Bild-zu-Bild-Übersetzungstechniken, um Stil gezielt zu steuern.

Anwendungen finden sich in der künstlerischen Bildbearbeitung, Film- und Werbedesign, sowie in interaktiven Medien. Typische Herausforderungen umfassen Artefakte, Verzerrungen bei feinen Details, Stil- und Inhaltsbalance, und bei Video-stilübertragung zusätzliche Anforderungen an die zeitliche Konsistenz.

Stilübertragung bleibt ein aktives Forschungsgebiet mit Fokus auf höhere Stiltreue, Auflösung, Effizienz und kontrollierbare Stil-Parameter.