基于卷积神经网络的葫芦烙画风格模拟

发布时间：2021-09-23 16:59

　　近年来,深度学习技术备受关注,尤其是在计算机视觉多媒体领域,其研究成果更是突出。其中,与传统的数学建模方法相比,对素描画、山水画、油画、铅笔画、粉笔画、烙画等风格画模拟与仿真效果,利用深度学习的技术获得的仿真效果可以更加突出。利用传统的数学建模方法,对具有某种特定风格的艺术作品进行仿真模拟,其针对性太强,无法对规模巨大的自然图像进行泛化性处理。然而,利用深度学习技术实现非真实感绘制,可以实现对任意的自然图像进行任意的风格化处理,从而实现对任意的图画艺术作品风格的仿真模拟。本文采用深度学习的方法,利用卷积神经网络模型,针对当前葫芦烙画仿真模拟方法泛化性受限的问题,提出了一种基于深度卷积神经网络的艺术风格迁移的模拟方法。本文提出的烙画风格仿真模拟方法,主要分为三个不同的阶段,各个阶段分别利用不同的数据集训练不同的神经网络模型,并使用各个阶段已训练完成的模型处理各个阶段的目标图像。其具体的模拟过程为,分别对目标图像进行图像语义分割、艺术风格迁移和图像变形融合,最终将相机等拍摄设备拍的普通照片转化成一种拥有烙画艺术风格的模拟葫芦烙画。通过对实验结果的对比分析,可以发现生成的葫芦烙画的色调和纹理... 

【文章来源】：云南大学云南省 211工程院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图１．１多种风格的代表作品，分别为古典、新古典、写实、印象、立体和现代派油画??

??如图１．１所示，是具有不同艺术流派风格的代表作品。无论艺术风格和流派??多么纷繁复杂，艺术创作的目的依然是为了表达人类的情感和精神，从而赋予艺??术作品以思想和内涵。??传统ＮＰＲ技术是计算机视觉领域中的一个重要研究分支，利用计算机算法??程序模拟艺术式的绘制风格，使目标图像具有相应风格图像的纹理和色彩信息。??该技术自上世纪九十年代初在科研论文中被首次提出，并且始终在不断发展，己??经完成对部分艺术作品风格的仿真模拟，例如中国书法Ｗ、素描Ｗ、铅笔画Ｗ、??油画Ｗ、山水画等传统艺术作品。与传统的真实感绘制不同，非真实感绘制主要??模拟艺术作品的风格特性，并且对艺术作品的绘制介质进行仿真，是一种抽象的??模拟仿真方法。非真实感绘制技术不仅在艺术绘画的仿真模拟领域取得良好的效??果

息和边界反差信息，只需极少的人工交互式操作，即可完成效果很好的前后背景??分割结果。除了通过包围框（Ｂｏｕｎｄｉｎｇ?ｂｏｘ）提供辅助信息，还可以以涂写线条??的方式提供必要的辅助信息。如图２．１所示，该算法将用户用红框框定的区域视??为用户期望得到的分割对象，因而将其作为主体参考对象，并将差异较大的部分??剔除，进而得到最终期望的分割结果。??图２．１?Ｇｒａｂ?ｃｕｔ算法的分割效果图間??从图２．１中所示的分割结果来看，一般情况下，Ｇｒａｂｃｕｔ算法的分割效果确??实比较理想，能够完成用户预期的需求。然而，在一些特殊的情况下，该算法也??有其缺陷，分割结果也不能总是使用户满意。??＿?＾??■，?沁?Ａｕｔｏｍａｔｉｃ?。?＾??Ｓｅｇｍｅｎｔａｔｉｏｎ??ｕｓｅｒ?＝—??ｐ?ｃ??Ａｕｔｏｍａｔｉｃ??丨。’??图２．２用户交互过程問??如图２．２所示，由于目标对象的头盔部分与背景岩石的颜色极为相近，因而，??Ｇｒａｂ?ｃｕｔ算法将其作为背景区域剔除掉了。仔细观察分割结果与原有图像之间的??差别

【参考文献】：
期刊论文
[1]基于纹理传输的烙画风格图像仿真[J]. 王东,周世生,桑贤生.  系统仿真学报. 2010(12)
[2]三维虚拟环境中的书法创作[J]. 张振庭,吴江琴,俞凯.  计算机辅助设计与图形学学报. 2010(06)



本文编号：3406081