摘要：圖像風格遷移是對給定的輸入圖像,采用計算機手段自動將任意其他圖像的風格遷移到輸入圖像中,使兩者風格完全相同,但保持原圖像內容不變.本研究通過實驗發現,當這種風格遷移用到人臉圖像時,由于嘴唇、眼睛等部位對空間位置差異比較敏感,容易導致風格遷移效果失真.基于DPST (deep photo style transfer)算法,提出對空間差異魯棒的人臉圖像風格遷移的改進算法,通過將輸入圖像和風格圖像各部分語義的分割內容在深度卷積神經網絡中特征圖通道間的歸一化互相關最大化,對風格圖像進行對應的仿射變換,每個分割區域都以對應的空間變換后的樣式圖像作為樣式參考,有效減輕了輸入圖像和風格圖像各部分語義分割內容在空間上存在較大差異時產生的重影.選取空間差異較大的輸入圖像與風格圖像,對新算法和原DPST算法以及其他基準算法進行對比實驗,結果表明,當兩張圖像各語義分割內容在空間位置相差較大時,新算法仍能產生較好的效果,魯棒性更佳.