风格迁移是一项困难的专注于渲染不同风格的图像内容处理任务， 深度神经网络已被广泛应用于该任务中并取得了显着的性能。然而， 先前的方法将图像内容与风格分开缺少一些明确的语义表达。文章介绍了一种简单而有效的深度学习方法来提取图像风格和内容， 从而实现风格的转换。具体来说， 就是使用对抗分支来解码图像中的风格和内容， 然后利用自动编码器将一个图像的风格和另一个图像的内容进行重建构成新图像。通过实验验证了算法的可靠性。