Изменения

'''Алгоритм Ли и Ванда''' решает проблему эффективности, обучая марковскую прямую сеть(англ. ''Markovian feed-forward network''), используя состязательное обучение(англ. ''adversarial training''). Он представляет собой непараметрический метод на основе патчей с MRF. Показано, что их этот метод превосходит алгоритмы Джонсона и Ульянова в сохранении связных текстур в сложных изображениях, благодаря патч-дизайну. Однако их алгоритм имеет менее удовлетворительную производительность с неструктурными стилями (например, изображениями лица), поскольку их алгоритм он не учитывает семантику. Другие недостатки их алгоритма включают в себя отсутствие учета глубины информации и вариаций мазков кисти, которые являются важными визуальными факторами.