当前位置:主页 > 科技论文 > 自动化论文 >

基于深度学习的诗画相生APP设计研究

发布时间:2021-07-20 15:09
  “诗画相生”是中国传统文学艺术重要理论,在中国艺术史上有着非常重要的地位。“诗画相生”的“诗”和“画”,主要指中国的古体山水诗和水墨山水画,“诗中有画,画中有诗”,即古体山水诗和水墨山水画之间“诗”“画”互动的特殊艺术现象。利用深度学习相关技术,将“诗画相生”这种中国传统艺术创作过程转换为数字媒介方式,对于传承中国传统文化艺术,提高当代人对中国传统“诗画相生”互动机制的认识以及创作兴趣,是一个非常值得探索的设计方向。“AI诗画”APP,核心技术是深度学习算法设计。采用大量的古代山水诗、水墨山水画作为训练素材,运用Seq2Seq、Cycle GAN等算法进行深度学习训练,生成基于图像识别的“古体山水诗创作AI”模型和“水墨山水画创作AI”模型,最终将其整合为“AI诗画”APP。“AI诗画”的程序流程是,首先,输入山水风景图片,通过百度识图识别风景图片中的主体图像并输出为词汇,再通过程序将词汇进行二次处理,获取关键词输入Seq2Seq程序,由程序调用“山水诗创作AI”模型生成山水诗;运用Cycle GAN程序调用“水墨山水画AI”模型对该图片进行处理,生成水墨山水画。使用焦点访谈的调研方式... 

【文章来源】:哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】:62 页

【学位级别】:硕士

【部分图文】:

基于深度学习的诗画相生APP设计研究


GAN结构图

模型图,模型图,内容


经网络的起源主要是将之前的信息与一个序列的当前的输出的内容进行联系。所谓循环神经网络就是将之前的信息进行部分的利用,对于之后的节点的输出而产生的影响。这就是RNN的基本原理(图2-2)。然而,单纯的对于RNN循环神经网络来说,对于反向传播的过程中,在每一个时刻之后,都会存在对于内容的缩小或者变大,当程度过大或者过小的时候,就会出现爆炸或者消失的问题。可能就会导致生成内容就会出现相当大的偏差,就没办法对于模型进行训练。所以,有学者就提出了使用LSTM[46,47]来对于这个偏差问题进行一定的解决。图2-2RNN模型图我们可以看到,对于LSTM最主要的改进内容主要是采用了更加繁复的信息处理方式的神经网络层。RNN网络主要是通过上一个网络的输入,加上本身网络的输入,将两个输入进行一定的信息压缩就进行输出。而LSTM就当复杂,具有单元状态流,遗忘门,输入门和输出门。输入门主要用来决定在目前这一个时间节点上有多少神经元状态能够被留存下来。遗忘门主要是用来上一个时间节点的神经元状态有多少会被留存到当前的这个时间。输出门主要用来控制

状态图,状态,内容,编码器


哈尔滨工业大学工学硕士学位论文-18-神经元输出的状态的值是多少以及输出到下一个神经元的状态值是多少。图2-3RNN与LSTMLSTM就是通过这样的状态来对于过去原本的状态进行一定的内容的过滤,从而对于状态进行选择,而不是简单的对于状态选择最近的。(3)Seq2Seq模型Seq2Seq是一种encoder-decoder的结构,这种程序的基本思想就是使用两个RNN,一个RNN作为编码器,一个RNN作为编码器。作为编码器的RNN的主要作用就是将输入的内容进行处理,通过处理,将其压缩为一个固定的长度的向量。这样,输入的内容的语义就被这个向量所代表。这就是这个算法的编码过程。而解码器的作用主要是根据编码器所产生的代表语义的向量,来进行生成一个序列,这也就是程序的解码过程。

【参考文献】:
期刊论文
[1]计算机视觉技术在自动化中的应用探析[J]. 江浩.  科技创新与应用. 2020(14)
[2]反馈机制在交互设计中的应用[J]. 鄂锦慧,蒋晓.  大众文艺. 2020(09)
[3]探寻古诗的美 提高学生素养[J]. 董茂宏.  小学教学参考. 2020(13)
[4]浅谈中国水墨画效果在产品包装设计中的应用[J]. 付强.  福建茶叶. 2020(04)
[5]消费者品牌内容分享行为——基于社会化媒体的研究[J]. 侯天一,邓富民,王晓妍,张辉辉.  软科学. 2020(05)
[6]基于格式塔心理学的手机游戏界面设计研究[J]. 郭鹏飞,钟厦,肖丹.  工业设计. 2020(03)
[7]潜意识行为在交互设计中的应用分析[J]. 李直.  艺术教育. 2019(12)
[8]“诗中有画,画中有诗”——探析苏轼绘画美学思想[J]. 盛凤姝.  美与时代(中). 2019(11)
[9]工作记忆容量与走神频率关系的元分析[J]. 吴国来,张婧婧,任方圆,杨晶晶,酒艳红.  心理与行为研究. 2019(04)
[10]基于CNN与RNN的智能看图写诗实现方法[J]. 徐爱惜.  科学技术创新. 2018(29)

硕士论文
[1]《良友》画报中“诗画结合”的应用研究[D]. 王爽.青岛科技大学 2019
[2]深度神经网络在基于图片生成中国古诗问题中的研究与应用[D]. 蒋亮.中国科学技术大学 2018
[3]基于神经网络的古诗词自动生成研究[D]. 李争.北京邮电大学 2018
[4]基于遗传算法的宋词自动生成研究[D]. 游维.厦门大学 2007



本文编号:3293060

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3293060.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c9086***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com