近年来,计算机的硬件发展迅速,其计算能力也得到了大幅度的提高,各大公司为用户提供了开源的深度学习平台。因此计算机图形学在这样的背景之下取得了巨大的发展。利用计算机自动将所拍图像转换为具有艺术风格的图像具有十分广阔的应用前景。图像的艺术风格化也是计算机图像领域的很多学者研究长达几十年的方向。在2017年里出现了大量的图像风格化算法,其中来自于微软亚洲研究院的学者们提出了图像类比的概念,他们针对两幅结构不同但是语义相关的图像进行视觉属性转换,这里的视觉属性包括颜色、色调、纹理和风格。比如要对A和B’两幅图像进行视觉属性转换,A可以是素描或者油画,B’可以是一张真实景物的照片,但是A和B’必须描述的是语义相似的景物。Patchmatch算法的核心就是在给定的两张图像中计算块与块之间的几何映射关系。但是基本的算法只能寻找一个最近匹配块,并且限定在一样的方向角度内。为了找到更好的匹配块,论文对Patchmatch算法进行了改进,并且应用到了图像类比中去。主要的改进有以下三个方面:1、论文希望在每一次块查找中找到多个匹配块,所以论文扩展核心匹配算法去寻找k近邻而不仅仅是最近邻。2、在特征匹配过程中可能需要不同的尺度状态下的特征图。论文扩展匹配算法去寻找特征的多种角度。3、传统的二维搜索的效率低,搜索到的特征匹配度低,所以论文改变了传播方式。原本的传播方式是以XY轴为方向进行移动选择区域,改变之后的传播方式它的节点连接着k近邻列表,把近邻列表中的块作为下一个寻找对应区域的候选块。经实验论证,效果有所改善,本论文的方法可以更好地匹配特征,图像显得更加的自然