基于深度神经网络的漫画手绘图上色方法研究

发布时间：2020-10-31 22:11

　　 漫画作为动漫产业的在市场上的第一表现形式,具有更新速度快,传播最新剧情的特点。在各种动漫代理商以及动漫爱好者那里,往往只能获取到黑白手绘图版本的作品,而颜色搭配作为动漫增强表现力的最重要方式之一,有时甚至是决定作品成败的要素,却在更新速度、费时费力等条件下,无法得以展现。如何将黑白手绘图的图像用快速并且较好效果自动完成上色——即漫画手绘图自动上色技术,是一个十分具有研究意义和应用价值,值得研究者探讨并解决的问题。本文针对该问题,基于深度学习理论,研究并且提出了两种基于深度神经网络的漫画手绘图上色方法,取得了较好的效果。主要内容具体如下:1.首先提出一种基于条件生成对抗网络漫画手绘图随机上色方法。网络通过下采样抽取可用于分割区域等的高级特征,还有颜色等低级特征。在上采样过程中,根据学习到的高级特征,数据集的颜色分布和随机噪声着色对应区域。针对随机着色方法的颜色溢出和着色不可控等问题,提出一种改进的基于条件生成对抗网络交互式上色方法。使用交互式的颜色输入作为限制条件,使得网络在根据高级特征对各个区域进行着色时,需要根据区域中交互式输入的颜色信息将区域填充为对应颜色,从而达到颜色可控的目的,同时解决了颜色溢出的问题。为了使得着色的效果和速度更优,还对网络进行了一系列优化,比如使用缩放加卷积代替反卷积解决棋盘效应,使用反转卷积块替换单一卷积学习更多特征信息同时提升前推速度等。2.为了实现上述的两种着色方法,利用爬虫技术从漫画素材网站Safebooru抓取一万张彩色漫画图像数据。用高斯滤波抑制噪声点,再使用自适应阈值处理彩色图像得到手绘图。使用数字图像处理技术生成一种模拟交互式彩色画笔输入效果的数据集。为了验证上述所提出算法的实用性,最后还基于Web技术实现了一个漫画手绘图上色应用。该应用主要包括图像数据采集模块、图像预处理模块、随机上色模块和交互式上色模块等。
【学位单位】：广东工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：J218.2;TP183;TP391.41
【部分图文】：

图 2-1 残差块结构图Fig 2-1 the Residual block structure示，残差结构包含映射 H(x)，恒等映射和层网络，为了找到映射 H(x)对应的残差 输出，快捷连接默认为恒等映射，于是原将一个难题分为两个简单问题来解决。这另一个原因是因为加入残差连接后，梯度浅层网络得不到优化的情况[34]。间的花费，改进了残差块的结构改为瓶颈

图 2-1 残差块结构图Fig 2-1 the Residual block structure示，残差结构包含映射 H(x)，恒等映射和层网络，为了找到映射 H(x)对应的残差 F输出，快捷连接默认为恒等映射，于是原将一个难题分为两个简单问题来解决。这另一个原因是因为加入残差连接后，梯度浅层网络得不到优化的情况[34]。间的花费，改进了残差块的结构改为瓶颈

第二章 深度神经网络相关理论成对抗网络及重要变种 年 Goodfellow 提出一种创新型的生成式网络：生成对抗网络[35]，弈论的纳什均衡。假定一个生成器和一个判别器分别为参与游戏捉真实数据样本的潜在分布，然后产生新的数据样本;判别器是一判别输入是真实数据还是生成的样本。 双方为了取得游戏胜利需 各自提高自己的生成能力和判别能力，而这个学习优化过程就是个纳什均衡。所以生成对抗网络是一种二人零和博弈思想，博弈一个常数。生成对抗网络结构流程图所示：
【相似文献】

相关期刊论文 前10条

1 翟瑾超;;《产品手绘图临摹》[J];美与时代(中);2017年07期

2 高翔翔;;室内手绘图[J];现代装饰(理论);2015年08期

3 李钢;;生态博物馆——辽宁自然保护区分布手绘图[J];今日辽宁;2019年04期

4 李钢;;爱游朝阳手绘图[J];今日辽宁;2019年03期

5 赵瑞雪;;小区人口景观手绘图[J];文艺研究;2014年11期

6 王星;齐鲁;何惠宇;;思维导图结合医学手绘图在“牙合学”教学中的应用[J];江苏科技信息;2019年16期

7 木木;;长卷初稿手绘图[J];东方艺术;2016年23期

8 金维忻;;建筑手绘图写就的佳作:林肯表演艺术中心[J];建筑;2017年12期

9 巩平;;“手绘图像”课程教学的研究与思考[J];北京教育学院学报;2009年04期

10 王琦;;“最暖手绘图”呼唤家电“适老化”[J];金秋;2018年19期

相关博士学位论文 前1条

1 李响;基于手绘图的卡通角色建模与动画生成[D];浙江大学;2011年

相关硕士学位论文 前10条

1 梁培俊;基于深度神经网络的漫画手绘图上色方法研究[D];广东工业大学;2019年

2 霍启明;基于深度学习的个性化草图检索系统的研究与实现[D];北京邮电大学;2019年

3 苏广源;手绘图画教学法在泰国小学汉语教学中的运用[D];天津师范大学;2015年

4 林云;基于手绘图的三维模型检索[D];浙江大学;2013年

5 赵洪德;面向卡通动画生成的表情特征提取技术与系统[D];浙江大学;2011年

6 常新立;手绘几何图形的识别研究[D];武汉理工大学;2009年

7 王淑侠;支持概念设计的手绘图在线识别研究[D];西北工业大学;2006年

8 傅自豪;手绘图像相似度计算及评价模型研究[D];广东工业大学;2016年

9 徐俊文;手绘电路图的在线识别研究[D];西北工业大学;2007年

10 舒飞燕;基于手绘图的三维服装模型检索方法及应用[D];中山大学;2014年

本文编号：2864573