基于卷积神经网络的刺绣风格数字合成

发布时间：2020-07-30 19:36

【摘要】：针对刺绣风格数字化模拟方法立体感不强、缺少线条方向等问题,提出了一种基于深度学习和卷积神经网络的算法,将刺绣艺术风格传输到目标图像。利用图像语义分割网络及风格迁移网络,分别对目标内容图像与刺绣艺术风格图像进行目标提取和风格迁移。首先,输入目标内容图像与刺绣艺术风格图像,采用基于条件随机场的图像语义分割,将目标内容图与刺绣艺术风格图的前景与背景分离,并进行二值化处理,形成掩模图像;其次,将目标内容图与刺绣艺术风格图的RGB颜色空间转换为YIQ;最后,参照掩模图像使用VGG19网络模型提取目标内容图的内容特征及刺绣艺术风格图的风格纹理特征进行目标区域内的风格迁移,从而对刺绣艺术进行数字化模拟。该算法能模拟出具有刺绣艺术效果的结果图像,能更好地模拟真实刺绣艺术的线条方向,突出了线条的立体感。通过使用语义分割与风格迁移相结合的方法,有效模拟了色彩艳丽、立体感强的刺绣艺术风格图像,是对非真实感绘制的有效补充,为刺绣数字化保护与非物质文化传承奠定了基础。

【参考文献】

相关期刊论文 前3条

1 项建华;杨克微;周杰;孙正兴;;一种基于图像分解的乱针绣模拟生成方法[J];图学学报;2013年04期

2 陈圣国;孙正兴;项建华;张岩;;计算机辅助乱针绣制作技术研究[J];计算机学报;2011年03期

3 张盼;梁昭华;;传统刺绣与电脑刺绣的艺术特点比较[J];艺术与设计(理论);2010年07期

【共引文献】

相关期刊论文 前6条

1 刘晓晓;刘娟;;电脑刺绣原理及问题探究[J];纺织科学研究;2014年11期

2 Jie ZHOU;Zheng-xing SUN;Ke-wei YANG;;A controllable stitch layout strategy for random needle embroidery[J];Journal of Zhejiang University-Science C(Computers & Electronics);2014年09期

3 周杰;孙正兴;杨克微;胡宗正;;乱针绣模拟的参数化生成方法[J];计算机辅助设计与图形学学报;2014年03期

4 王金美;闫亦农;吴晓晨;张斌;张学沛;许栋j;;羊绒织物仿十字绣数码印花图案设计[J];针织工业;2013年11期

5 项建华;;非物质文化遗产的数字化传承与发展——以常州乱针绣为例[J];浙江艺术职业学院学报;2013年03期

6 黄新民;孟灵灵;周可;;电脑绣花在家纺设计中的应用[J];上海纺织科技;2012年11期

【二级参考文献】

相关期刊论文 前10条

1 葛继科;邱玉辉;吴春明;蒲国林;;遗传算法研究综述[J];计算机应用研究;2008年10期

2 吴一民;李佳;李海涛;;电脑刺绣CAD系统的设计与实现[J];微计算机应用;2007年12期

3 张适;张燕;;乱针绣源流及其艺术[J];艺术百家;2007年05期

4 刘坤;罗予频;杨士元;;刺绣CAD中一种随机针码的生成算法研究[J];计算机工程;2006年18期

5 苏延辉;韦欢;费广正;石民勇;;非真实感绘制技术研究[J];中国传媒大学学报(自然科学版);2006年02期

6 蒋凌琳;张显全;;基于笔划绘制方法研究概述[J];广西科学院学报;2006年02期

7 叶齐祥,高文,王伟强,黄铁军;一种融合颜色和空间信息的彩色图像分割算法[J];软件学报;2004年04期

8 周兵,沈钧毅,彭勤科;CoQu WeiP——使用加权积的色彩量化算法[J];计算机辅助设计与图形学学报;2004年04期

9 孟波 ,谢琪 ,陈世福;电脑刺绣CAD系统的设计与实现[J];计算机应用与软件;2001年10期

10 杨启文,蒋静坪,张国宏;遗传算法优化速度的改进[J];软件学报;2001年02期

【相似文献】

相关期刊论文 前10条

1 郑锐;钱文华;徐丹;普园媛;;基于卷积神经网络的刺绣风格数字合成[J];浙江大学学报(理学版);2019年03期

2 李晓玲;;中外刺绣艺术特色资源库建设[J];农业图书情报学刊;2011年12期

3 张效娟;;非物质文化遗产的数字化保护与开发——以青海刺绣艺术为例[J];青海社会科学;2018年03期

4 罗威;吴志攀;;一种基于BP神经网络的指纹识别技术[J];现代计算机(专业版);2017年20期

5 刘希;;基于深度卷积神经网络的图像语义分割[J];信息技术;2019年02期

6 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期

7 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期

8 刘晨;曲长文;周强;李智;;一种卷积神经网络的优化方法[J];舰船电子工程;2017年05期

9 曾维亮;林志贤;陈永洒;;基于卷积神经网络的智能冰箱果蔬图像识别的研究[J];微型机与应用;2017年08期

10 王媛媛;周涛;吴翠颖;;基于卷积神经网络的PET/CT多模态图像识别研究[J];电视技术;2017年03期

相关会议论文 前8条

1 郭天宇;朱铭健;王云鹤;许超;;基于自整合卷积神经网络的人脸分类算法[A];第十一届全国信号和智能信息处理与应用学术会议专刊[C];2017年

2 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

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 段大高;谢永恒;盖新新;刘占斌;;基于神经网络的微博虚假消息识别模型[A];第32次全国计算机安全学术交流会论文集[C];2017年

5 杨龙飞;解焱陆;张劲松;;基于卷积神经网络的发音偏误趋势检测[A];第十四届全国人机语音通讯学术会议（NCMMSC’2017）论文集[C];2017年

6 刘琴;袁家政;翁长虹;;基于深度学习的短文本分类研究综述[A];中国计算机用户协会网络应用分会2017年第二十一届网络新技术与应用年会论文集[C];2017年

7 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

8 蒋涛;茅耀斌;钱瑛;巫林;;基于迁移学习的卷积神经网络目标检测算法[A];第36届中国控制会议论文集（G）[C];2017年

相关重要报纸文章 前4条

1 James Kobielus 编译 Charles;如何防止人工智能遭受攻击[N];计算机世界;2017年

2 于翔;数字神经网络中的协同应用[N];网络世界;2009年

3 本报记者 刘燕;微软实现深层神经网络重大技术突破[N];科技日报;2015年

4 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 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年

2 李扬;面向图像目标识别和检测的深度神经网络关键技术研究[D];北京邮电大学;2018年

3 LYDIA LAZIB;文本否定范围识别技术研究及其应用[D];哈尔滨工业大学;2018年

4 周小强;基于深度学习的交互式问答技术研究[D];哈尔滨工业大学;2017年

5 焦志成;基于卷积神经网络的生物医学信号分类与重构[D];西安电子科技大学;2018年

6 石葆光;基于深度学习的自然场景文字检测与识别方法研究[D];华中科技大学;2018年

7 王国威;异源轨迹链接问题研究[D];中国科学技术大学;2019年

8 胡中旭;虚拟场景人机交互中手势识别技术研究[D];华中科技大学;2018年

9 张振敏;基于脉冲神经网络的纹理图像识别研究[D];福建师范大学;2016年

10 姜晓恒;基于深度卷积神经网络多尺度共享与子块级联的物体识别[D];天津大学;2017年

相关硕士学位论文 前10条

1 陈鸿翔;基于卷积神经网络的图像语义分割[D];浙江大学;2016年

2 齐照辉;基于TensorFlow的卷积神经网络应用[D];武汉大学;2018年

3 陈健;基于深度学习的汉字笔迹自动比较检验与鉴别研究[D];浙江理工大学;2019年

4 张玮;基于深度学习的织物面料成分分类算法研究[D];浙江理工大学;2019年

5 罗梦研;基于卷积神经网络的女装图像分类算法研究[D];浙江理工大学;2019年

6 陈霄凌;基于卷积神经网络的图像识别及在Spark平台的实现技术研究[D];云南大学;2017年

7 郑江龙;基于卷积神经网络的隐式篇章关系识别模型[D];厦门大学;2017年

8 卓俊宇;基于卷积神经网络的模型在医学图像中的应用研究[D];西北师范大学;2018年

9 孙浩;基于OpenCL的卷积神经网络在FPGA上的加速研究[D];华中科技大学;2018年

10 程博;基于卷积神经网络的多尺度检测研究[D];华中科技大学;2018年

本文编号：2775983