基于卷积神经网络的中国水墨画风格提取

发布时间：2018-03-23 12:44

  本文选题：卷积神经网络　切入点：中国水墨画　出处：《图学学报》2017年05期

【摘要】：针对使用卷积神经网络对中国水墨画风格进行学习的过程进行了探讨。首先,分析了VGG19神经网络模型的框架结构,并探讨了如何使用VGG19模型提取艺术风格,并和普通风景图像融合的过程;然后,在理论的基础上,依据中国水墨画的实际特点,通过实验分析寻找合适的卷积层处理内容图像,以及寻找最优的叠加组合对水墨画特征进行提取,并提出了评价图像质量的可视化准则;最后,通过调整内容图像和风格图像的比例系数,得到了符合预期目标的图像,验证了理论的可行性,提出了新的中国水墨画风格图像的风格提取方法。
[Abstract]:The learning process of Chinese ink painting style using convolution neural network is discussed. Firstly, the frame structure of VGG19 neural network model is analyzed, and how to use VGG19 model to extract artistic style is discussed. And then, on the basis of the theory, according to the actual characteristics of Chinese ink painting, through the experimental analysis to find the appropriate convolution layer processing content image, And find the best superposition combination to extract the features of ink and ink painting, and put forward the visual criterion to evaluate the image quality. Finally, by adjusting the proportion coefficient of the content image and the style image, we get the image that accords with the expected goal. The feasibility of the theory is verified and a new style extraction method of Chinese ink painting style image is proposed.
【作者单位】： 南京大学电子科学与工程学院;江苏省公安厅物证鉴定中心;南通市肿瘤医院放疗科;
【基金】：2015年江苏省政策引导类计划(产学研合作)-前瞻性联合研究项目(BY2015069-06) 2016年度省重点研发计划-社会发展-临床前沿技术(SBE2016750075)
【分类号】：TP183;TP391.41

【相似文献】

相关期刊论文 前10条

1 陈伟鹏;;基于图像技术的中国当代水墨画传承与突破的途径研究[J];赤峰学院学报(自然科学版);2013年03期

2 赵杨;李必谨;阮艳萍;任意;郭云仲;;中国水墨画数字着色软件的研究与开发[J];电脑知识与技术;2011年10期

3 旷章辉;王甲海;周雅兰;;用改进的竞争Hopfield神经网络求解多边形近似问题[J];计算机科学;2009年03期

4 高永建 ,吴健康;神经网络及其识别应用简介[J];电信科学;1990年02期

5 谢国梁;;神经网络:从希望到现实[J];激光与光电子学进展;1991年01期

6 郑士贵;文献自动阅读神经网络[J];管理科学文摘;1996年08期

7 吕芬;赵生妹;;基于Hopfield神经网络的噪声字母识别[J];计算机与信息技术;2005年12期

8 李毅;童红俊;宋贵宝;李冬;;神经网络在飞行器航迹仿真计算中的应用[J];海军航空工程学院学报;2006年05期

9 林钢;;基于SOM神经网络对潜在客户的挖掘[J];南宁职业技术学院学报;2006年04期

10 杨帆;陈劲杰;唐梅华;陈鑫;;简论神经网络在搜索中的应用[J];机械管理开发;2008年01期

相关会议论文 前10条

1 赵杨;袁国武;谢党恩;施美玲;徐丹;;改进的中国水墨画着色算法[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年

2 陈文新;王长富;戴蓓倩;;基于神经网络的汉语四声识别[A];第一届全国语言识别学术报告与展示会论文集[C];1990年

3 李睿;李明军;;一种模糊高斯基神经网络在数值逼近上的仿真[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

4 许旭萍;臧道青;;采用Hopfield神经网络实施缸盖表面点阵字符识别[A];第十五届全国汽车检测技术年会论文集[C];2011年

5 朱长春;;神经网络用于线性时固有系统的广义状态转移矩阵的识别[A];中国工程物理研究院科技年报（1999）[C];1999年

6 王玉斌;李永明;王颖;;用数据挖掘和神经网络技术预测工程造价[A];第十一届全国电工数学学术年会论文集[C];2007年

7 应捷;袁一方;;神经网络指纹特征点匹配算法的改进[A];2007'中国仪器仪表与测控技术交流大会论文集（二）[C];2007年

8 谢小良;符卓;;基于Hopfield神经网络的单周期船舶调度模型及算法[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年

9 陈意;;神经网络在船舶识别一个应用[A];船舶航泊安全的新经验新技术论文集（上册）[C];2007年

10 王辉;杨杰;黎明;蔡念;;一种基于神经网络的图像复原方法[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

相关重要报纸文章 前1条

1 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

相关博士学位论文 前10条

1 李晓刚;基于神经网络的码垛机器人视觉位姿测量及伺服控制研究[D];北京林业大学;2015年

2 户保田;基于深度神经网络的文本表示及其应用[D];哈尔滨工业大学;2016年

3 沈旭;基于序列深度学习的视频分析：建模表达与应用[D];中国科学技术大学;2017年

4 诸勇;正交回归神经网络及其在控制系统中的应用[D];浙江大学;1998年

5 田景文;地下油藏的仿真与预测[D];哈尔滨工程大学;2001年

6 彭宏京;基于稀疏RAM的神经网络及其人脸识别应用研究[D];南京航空航天大学;2002年

7 王吉权;BP神经网络的理论及其在农业机械化中的应用研究[D];沈阳农业大学;2011年

8 王鑫;基于表示学习的情感分析关键技术研究[D];哈尔滨工业大学;2017年

9 郭海湘;石油储层纵向预测软硬计算融合的理论与方法研究[D];中国地质大学;2008年

10 葛利;基于过程神经网络的时序数据挖掘研究[D];哈尔滨工程大学;2012年

相关硕士学位论文 前10条

1 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

2 蔡邦宇;人脸识别中单次ERP时空特征分析及其快速检索的应用[D];浙江大学;2015年

3 郑川;垃圾评论检测算法的研究[D];西南交通大学;2015年

4 汪济民;基于卷积神经网络的人脸检测和性别识别研究[D];南京理工大学;2015年

5 彭玲玲;基于不确定理论与机器学习的行人检测[D];长安大学;2015年

6 杨陈东;BP-Fisher判别分析法[D];长安大学;2015年

7 孟鑫;基于Hadoop云平台下的客流量预测研究[D];长安大学;2015年

8 张勇;深度卷积神经网络在车牌和人脸检测领域的应用研究[D];郑州大学;2015年

9 宋璐璐;财经职业技术学院票务管理系统的设计与实现[D];西安工业大学;2015年

10 陈锐浩;基于神经网络的口令属性分析工具开发[D];上海交通大学;2015年

，

本文编号：1653511