（一）理论背景
论文: 《A Neural Algorithm of Artistic Style》
相关介绍：
http://www.leiphone.com/news/201701/8NmiyxvpoU88O4Ft.html
http://blog.csdn.net/sinat_26917383/article/details/53978519
算法代码分析：
http://blog.csdn.net/matrix_space/article/details/54286086
http://blog.csdn.net/matrix_space/article/details/54290460
（二）希望实现的实验部分
实验一:艺术风格转移中的颜色保留
论文：《Preserving Color in Neural Artistic Style Transfer》
相关tensorflow代码：https://github.com/pavelgonchar/color-independent-style-transfer
实验实现:
论文中有两种风格转移过程中保留照片原始颜色的方式，实现第二种仅亮度通道转移即可（luminance matching）
（完成时间：期望值两周，最晚一个月内）
实验二:艺术风格快速转移
相关介绍:
http://www.leiphone.com/news/201701/tGlVRXWShwe7ffHW.html
https://zhuanlan.zhihu.com/p/24205969?refer=gomxnet
实验实现：
可以替换快速转移的modle，实现多种艺术快速转移，可以替换VGG、ResNet等其他网络结构做对比实验
（完成时间：实验一完成后，希望两周内完成，最晚一个月内）
以上实验希望用tensorflow完成
目前环境：win10 anaconda装的python3.5 tensorflow-gpu(1.0.0)/tensorflow-cpu-1.0.1
最好环境一样，也可以win系统下虚拟机其他系统运行,或用caffe等其他框架实现
我也有架构好的win10 winpython theano-cpu的框架的环境，我有在这个环境下实现的艺术风格转移程序，颜色保留也可以在这个环境下实验