答案 0 :(得分：3)
有几个选项，但基本上相同的方法是每个像素都有一个输入，你必须从输出图像中的每个像素输出一个输出。
在MLP中，输入层中的神经元必须与输出层中的神经元相同。
在CNN中，您还可以在卷积层开始，然后在解卷积层之后。
看看这篇论文（很棒）从其他图像创建非常逼真的图像（例如谷歌地图中的卫星和地图视图）。它是一个神经网络，试图解决问题，并试图创建其他神经网络无法区分真实图像的图像（它也有源代码可用）：
答案 1 :(得分：0)
要添加到上面的答案中，另一种方法是神经样式转移，其中我们将两个图像馈送到CNN，然后CNN结合来自第二个图像的内容和来自第一个图像的样式生成一个新图像。请查看本文以获取更多详细信息，https://arxiv.org/abs/1508.06576
我们当然可以总是使用GAN来达到完全完美。