是某个实验室前辈ICIP10的oral paper，连接见这里：http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5651715
流程
如上图，首先用AOG对Emma进行parsing，之后分别用一个edge detector得到Region和sketch的map，之后用他们作为引导图，对原图进行风格化，最后两个分支做一个fusion。
Sematic Parsing via AOG
这部分是对Emma进行parsing，And Or Graph(AOG)的大致思想是包括了And和Or两种节点。And节点的意思是脸由眼睛And鼻子等7个part组成，Or节点的意思是眼睛可以是大眼or小眼。AOG需要预先定义。
这一步结束后，Emma的脸的各个component有了，每个component可以用一个二元组表示$v_i =< Λ_i, l_i >$，表示位置和范围。
Region and Sketch Saliency via Long-Edge Detector
之后对于原图用long-edge detector，得到了两张map，然后又对这两张map进行处理，就得到了region salmap和sketch salmap，前者的重点是component的细节特征，后者的重点是边缘信息（用于最后描黑边，这里的sketch所指就是这些黑边）
上图的a和b表示两张salmap，c和d是用他们作为引导图对原图滤波之后的结果。怎么滤波见下一个小节。
Stylization
这里可以理解成分别用上面两张salmap作为引导图进行滤波，滤波要求满足，
- 结果图像比起原图不能有太剧烈的变化（或者轮廓上不能有太剧烈的变化，相当于正则项）
- 结果图像和引导图的梯度要相近或相关。
所以objective function都可以理解成是两个part组成。
region的objective：
sketch的objective：
注意到，这里的objective都利用到了一开始parsing出来的component的信息，对于每个component，他们的权重等参数是不同的，需要人为设置
Result
最后将sketch的滤波结果盖在region的结果上。就是最后的结果了。
