木刻版画风格转换的深度学习算法

发布时间：2024-05-25 06:41

　　为了使木刻版画风格转换结果呈现出更明显的木刻刻痕纹理,同时保持刻痕纹理分布的合理性,提出一种基于神经网络语义分割算法和神经风格转换的木刻版画风格转换算法,该算法按不同区域进行木刻版画的风格转换.首先,使用神经网络分割算法和Labelme图像标注工具分别对内容图像和木刻版画图像进行语义分割.然后将分割结果二值化,形成掩膜图像.将掩膜图像作为引导,与内容图像和木刻版画图像一起输入具有空间引导通道的神经风格转换网络进行分区域风格转换.在PyTorch深度学习框架下,使用该算法对大量人物和自然场景图片进行木刻版画风格转换,并与基于迭代优化、快速风格转换和任意风格转换3类神经风格转换算法中各自最具代表性算法的转换结果进行比较.结果表明,所提算法的木刻版画风格转换结果所呈现的木刻刻痕纹理明显,刻痕纹理分布合理,转换结果真实自然,更接近真实的木刻版画.

【文章页数】：9 页

【部分图文】：

图1-1木刻版画艺术风格作品

第一章绪论3能再用，成为绝版作品。木刻版画是一种独特又极具表现力的艺术绘画，如图1-1所示，使用计算机进行木刻版画的风格化，一方面对保护和发展这一独特的艺术绘画有着积极的作用；另一方面，在创作真实的木刻版画之前，先选取一些与想创作作品中目标语义相关的图像进行风格转换，有助于版画家....

图2-2Sigmoid函数图像

云南大学硕士学位论文14入图像进行预处理操作，比如数据标准化，数据增强，数据降维等；输入层通常保持图像本身的结构，一般为一个三维矩阵，三维矩阵的深度与图像的通道数量一致。（2）卷积层。卷积层是CNN的核心，主要用于提取图像中的特征。该功能的是由卷积层中的卷积核通过卷积运算完成，卷....

图2-3Tanh函数图像

第二章相关技术概述15图2-3Tanh函数图像3）ReLU函数：fxmax0,x。图2-4ReLU函数图像（3）池化层。通常情况下会在卷积层之间周期性插入一个池化层，其作用是对输入的特征图进行降维，降低数据体的空间尺寸，达到减少计算量和参数个数的目的，同时能够在一定程度防止过拟合....

图2-4ReLU函数图像

第二章相关技术概述15图2-3Tanh函数图像3）ReLU函数：fxmax0,x。图2-4ReLU函数图像（3）池化层。通常情况下会在卷积层之间周期性插入一个池化层，其作用是对输入的特征图进行降维，降低数据体的空间尺寸，达到减少计算量和参数个数的目的，同时能够在一定程度防止过拟合....

本文编号：3981856