Style transfer（風格轉移）是指用機器學習，尤其是深度學習方法，把一張圖片的「內容」和另一張圖片的「風格」（例如畫家的筆觸或特定色調）結合，產生一張同時保有原始內容和目標風格的新圖片。這項技術常見於把一般照片變成梵谷、畢卡索等名畫風格的藝術效果，也應用於影音、設計等領域。
核心流程包括：
• 內容圖片：提供主體和結構資訊。• 風格圖片：提供色彩、紋理、筆觸等視覺效果。
• 透過神經網路（通常如 VGG19），分別擷取內容和風格特徵，然後將風格特徵「轉移」到內容圖片上，生成新作品。
經典算法如 Neural Style Transfer 會用卷積神經網路萃取特徵矩陣（Gram Matrix），用損失函數同時平衡內容和風格，在優化過程中逐漸改變生成圖片，使其既像內容圖、又展現風格圖的視覺效果。
進階演算法（如 Fast Style Transfer、Arbitrary Style Transfer）能夠實現更快或即時轉換，並支援任意風格。
應用範例有：
• 藝術照片濾鏡
• 遊戲或動畫設計
• 設計原型風格測試
總結：
Style transfer 是一種結合內容和風格、用深度學習產生新藝術作品的技術，常見於「照片變名畫」等創意效果。
