[G1-Sync] Manual knowledge update

10_Wiki/Topics/Style-Transfer-in-AI.md

@@ -2,7 +2,7 @@
 id: AI-CV-STYLE-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [ai, computer-vision, deep-learning, style-transfer, neural-style-transfer, gan, image-generation, artistic-ai]
+tags: [ai, [[Computer-Vision]], [[Deep-Learning]], [[Style-Transfer]], [[Neural-Style-Transfer]], gan, image-generation, artistic-ai]
 last_reinforced: 2026-04-26
 ---
 
@@ -12,7 +12,7 @@ last_reinforced: 2026-04-26
 > "이미지의 '형태적 정체성(Content)'과 '예술적 질감(Style)'을 수학적으로 분리하고, 새로운 조합을 통해 지각의 경계를 허무는 새로운 시각적 경험을 창조하라" — 딥러닝 모델을 활용하여 특정 이미지의 스타일을 다른 이미지의 내용에 결합시키는 컴퓨터 비전 기술.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-- **추출된 패턴:** "Content Consistency and Feature Correlation Alignment" — 사전 학습된 CNN(주로 VGG-19)의 깊은 층(Layer)에서는 사물의 배치와 형태를 보존하고, 얕은 층에서는 픽셀 간의 상관관계(Gram Matrix)를 통해 스타일의 질감과 색채를 추출하여 이를 최적화 과정에서 하나로 합치는 패턴.
+- **추출된 패턴:** "Content Consistency and Feature Correlation [[Alignment]]" — 사전 학습된 CNN(주로 VGG-19)의 깊은 층(Layer)에서는 사물의 배치와 형태를 보존하고, 얕은 층에서는 픽셀 간의 상관관계(Gram Matrix)를 통해 스타일의 질감과 색채를 추출하여 이를 최적화 과정에서 하나로 합치는 패턴.
 - **주요 기법:**
     - **Neural Style Transfer (NST):** 원본 이미지를 반복적으로 업데이트하며 스타일 최적화.
     - **Fast Style Transfer:** 미리 스타일을 학습한 네트워크를 통해 실시간 변환 가능.
@@ -25,5 +25,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 에이전트의 시각적 보고서 생성 및 데이터 시각화 시, 정보의 가시성과 심미성을 동시에 확보하기 위해 맞춤형 스타일 전이 알고리즘을 내부 UI 엔진에 탑재함.
 
 ## 🔗 지식 연결 (Graph)
-- Computer-Vision-Fundamentals, Deep-Learning-Foundations, Generative-Adversarial-Networks-GAN, [[Representation-Learning]]
+- Computer-Vision-Fundamentals, Deep-Learning-Foundations, [[Generative-Adversarial-Networks]]-GAN, [[Representation-Learning]]
 - **Raw Source:** 10_Wiki/Topics/AI/Style-Transfer-in-AI.md