核心目標：給定一個人的單張圖片A，另一個人的單張圖片B，在保持姿勢，面部表情，視線方向，發型和光照不變的條件下，將A圖片中的人物換成B圖片中的人物。2016年，文章【1】實現了這個目標：
德國的蒂賓根大學L. A. Gatys小組實現了對圖片藝術風格的轉換【2】，他們通過使用神經網絡方法將高斯的星空轉換成了完全不同的風格。總體思路是把圖片的內容和風格定義成特征空間中的函數，這些特征空間所在的神經網絡可以被訓練來用作物體識別。圖片的風格化過程使用的是一種比較緩慢並且消耗內存的方法，逐漸改變圖像的像素值直到它的內容和風格的統計信息與標准相近，這些標准來源於另外的一張特定內容和風格的圖片。下面的圖就是文章插圖之一。
他們的工作啟發了
參考文獻
【1】Korshunova, I., W. Shi, J. Dambre, et al. Fast Face-Swap Using Convolutional Neural Networks. in 2017 IEEE International Conference on Computer Vision (ICCV). 2017.
【2】 Gatys, L.A., A.S. Ecker, and M. Bethge. Image Style Transfer Using Convolutional Neural Networks. in 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2016.