---
id: wiki-2026-0508-neural-style-transfer
title: Neural Style Transfer
category: 10_Wiki/Topics
status: verified
canonical_id: self
aliases: [NST, Style Transfer, Gatys Style Transfer, AdaIN]
duplicate_of: none
source_trust_level: A
confidence_score: 0.93
verification_status: applied
tags: [computer-vision, deep-learning, style-transfer, gatys, adain, diffusion, generative-art]
raw_sources: []
last_reinforced: 2026-05-10
github_commit: pending
tech_stack: { language: python, framework: pytorch }
---

## 한 줄

Neural Style Transfer(NST)는 콘텐츠 이미지의 구조를 유지하면서 스타일 이미지의 텍스처/색감을 합성하기 위해, 사전학습 CNN의 feature와 Gram matrix를 활용해 입력 이미지를 최적화하거나 별도 네트워크로 학습하는 기법군이다.

## 핵심

### Gatys et al. 2015 (원형)
- 사전학습 VGG-19 사용.
- **Content loss**: 특정 layer (예: conv4_2) feature MSE.
- **Style loss**: 여러 layer Gram matrix MSE — 채널 간 상관관계가 텍스처를 표현.
- 입력 이미지 자체를 최적화 (수십 초~수 분).
- 총 손실: `L = α·L_content + β·L_style`.

### Fast Neural Style (Johnson 2016)
- 한 번에 한 스타일을 학습한 transformation network.
- 추론 시 단일 forward pass — 실시간.
- 손실은 여전히 VGG perceptual + Gram.

### Arbitrary Style Transfer
- **AdaIN** (Huang & Belongie 2017): 콘텐츠 feature의 평균/분산을 스타일에 맞춰 정규화.
- **WCT** (Whitening & Coloring Transform).
- 임의 스타일 한 번에 처리 (재학습 불필요).

### 현대(2023-26)
- **Diffusion-based**: SDXL + IP-Adapter, ControlNet, Stable Diffusion Style LoRA.
- **InstantStyle (2024)**: 단일 참조 이미지로 스타일 추출, content leakage 차단.
- **StyleGAN inversion + edit**.
- 영상: AnimateDiff + style.

### 변형 / 응용
- Photorealistic style transfer (PhotoWCT, deep photo style transfer).
- 비디오 NST — temporal consistency loss.
- 3D NST (NeRF + style).
- 폰트, 음성 스타일 변환.

## 💻 패턴

```python
# 1. Gatys NST — VGG19 기반 (PyTorch)
import torch, torch.nn as nn, torch.optim as optim
from torchvision.models import vgg19

vgg = vgg19(weights="DEFAULT").features.eval().cuda()
for p in vgg.parameters(): p.requires_grad = False

def gram(x):
    b,c,h,w = x.shape
    f = x.view(b,c,h*w)
    return f @ f.transpose(1,2) / (c*h*w)

content_layers = ["conv4_2"]
style_layers = ["conv1_1","conv2_1","conv3_1","conv4_1","conv5_1"]
```

```python
# 2. NST 최적화 루프
img = content.clone().requires_grad_(True)
opt = optim.LBFGS([img])

def closure():
    opt.zero_grad()
    feats = extract(vgg, img)
    cl = sum(F.mse_loss(feats[l], target_content[l]) for l in content_layers)
    sl = sum(F.mse_loss(gram(feats[l]), gram_style[l]) for l in style_layers)
    loss = 1.0*cl + 1e6*sl
    loss.backward()
    return loss

for _ in range(300): opt.step(closure)
```

```python
# 3. Fast Style Transfer — transformer net
class TransformerNet(nn.Module):
    def __init__(self):
        super().__init__()
        self.encoder = nn.Sequential(
            ConvBlock(3,32,9,1), ConvBlock(32,64,3,2), ConvBlock(64,128,3,2),
        )
        self.residual = nn.Sequential(*[ResBlock(128) for _ in range(5)])
        self.decoder = nn.Sequential(
            UpsampleConv(128,64), UpsampleConv(64,32), nn.Conv2d(32,3,9,padding=4),
        )
    def forward(self, x): return self.decoder(self.residual(self.encoder(x)))
```

```python
# 4. AdaIN — 임의 스타일
def adain(content_feat, style_feat, eps=1e-5):
    c_mean, c_std = content_feat.mean([2,3], keepdim=True), content_feat.std([2,3], keepdim=True)+eps
    s_mean, s_std = style_feat.mean([2,3], keepdim=True),   style_feat.std([2,3], keepdim=True)+eps
    return s_std * (content_feat - c_mean) / c_std + s_mean
```

```python
# 5. Total variation loss — 노이즈 억제
def tv_loss(img):
    return ((img[:,:,1:,:] - img[:,:,:-1,:])**2).mean() + \
           ((img[:,:,:,1:] - img[:,:,:,:-1])**2).mean()
```

```python
# 6. Color preservation — luminance only NST
import cv2, numpy as np
yuv = cv2.cvtColor(stylized, cv2.COLOR_RGB2YUV)
yuv[:,:,1:] = cv2.cvtColor(content_orig, cv2.COLOR_RGB2YUV)[:,:,1:]
preserved = cv2.cvtColor(yuv, cv2.COLOR_YUV2RGB)
```

```python
# 7. Diffusion + IP-Adapter — 2024 표준
from diffusers import StableDiffusionXLPipeline
pipe = StableDiffusionXLPipeline.from_pretrained("...").to("cuda")
pipe.load_ip_adapter("h94/IP-Adapter", subfolder="sdxl_models",
                    weight_name="ip-adapter_sdxl.safetensors")
pipe.set_ip_adapter_scale(0.7)
result = pipe(prompt="a cat", ip_adapter_image=style_img).images[0]
```

```python
# 8. Style LoRA + Stable Diffusion
pipe.load_lora_weights("path/to/style_lora.safetensors")
pipe.fuse_lora()
img = pipe(prompt="cyberpunk city <lora:style:0.8>").images[0]
```

```python
# 9. 비디오 NST — temporal consistency
def temporal_loss(stylized_t, stylized_t_prev, flow):
    warped = warp(stylized_t_prev, flow)
    return F.mse_loss(stylized_t, warped) * mask
```

```python
# 10. InstantStyle — content/style 분리
# IP-Adapter blocks 중 style-specific block만 활성화
pipe.set_ip_adapter_scale({"down": {"block_2": [0,1]}, "up": {"block_0": [0,1,1]}})
```

## 결정 기준

| 상황 | 추천 |
|---|---|
| 단일 결과, 최고 품질 | Gatys NST (LBFGS, VGG19) |
| 실시간 / 영상 | Fast NST 또는 AdaIN |
| 임의 스타일 | AdaIN, WCT |
| 사진 사실성 유지 | PhotoWCT, deep photo style |
| 텍스트 프롬프트 함께 | SDXL + IP-Adapter |
| 일관된 브랜드 스타일 | Style LoRA fine-tune |
| 비디오 | temporal loss + Fast NST 또는 AnimateDiff |
| 콘텐츠 누출 차단 | InstantStyle 블록 마스킹 |

기본값: 일회성 결과는 Gatys, 프로덕션은 SDXL+IP-Adapter.

## 🔗 Graph
- 부모: [[Computer Vision|Computer-Vision]], [[Generative-AI]], [[AI 이미지 생성 (AI Image Generation)|Image-Generation]]
- 형제: [[Generative-Adversarial-Networks|GAN]], [[Diffusion-Models]], [[Stable-Diffusion]], [[CycleGAN]]
- 자식: [[AdaIN]], [[IP-Adapter]]
- 응용: [[Generative-Art]]

## 🤖 LLM 활용
- VLM이 스타일 키워드 추출 ("Van Gogh, post-impressionist, swirling brushstrokes") → SD prompt 자동.
- LLM agent가 NST 파라미터(α/β, layer 선택) 자동 튜닝.
- 평가: CLIP score로 style 일치도 측정.

## ❌ 안티패턴
- Style/content weight 비율 무튜닝 — 결과 품질 좌우.
- VGG 외 backbone에서 동일 layer 가정.
- 영상에 frame별 NST만 적용 → 깜빡임.
- IP-Adapter scale=1.0 → content 누출.

## 🧪 검증 / 중복
- 정량: SSIM (content), Gram MSE (style), CLIP similarity.
- 정성: 사용자 평가.
- 중복: [[Style-Transfer]] 별칭 통합.

## 🕓 Changelog
- Phase 1 (2026-05-08): 초기 생성.
- Manual cleanup (2026-05-10): canonical 확정, Gatys → AdaIN → 확산 모델까지 흐름 정리, IP-Adapter/InstantStyle 추가.