-
题名一种面向戏曲妆容细节生成的风格迁移网络
被引量：1
- 1
-
-
作者
张凤全
曹铎
马晓寒
陈柏君
张江霄
-
机构
北京邮电大学数字媒体与设计艺术学院
北方工业大学信息学院
邢台学院数学与信息技术学院
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2023年第9期2064-2076,共13页
-
基金
教育部人文社科基金(19YJC760150)
国家自然科学基金(61402016)
+2 种基金
河北省科技青年项(QN2021414)
河北省教改项目(2021GJJG570)
邢台学院重点课题(XTXYZD202203)。
-
文摘
为解决跨域图像仿真中局部风格细节丢失问题,以保护传统优秀文化为视角,设计了一种适用于戏曲人脸妆容的ChinOperaGAN网络框架。为了解决两个图像域内差异的风格迁移,提出了在生成对抗网络中使用多个重叠的局部对抗性鉴别器;考虑到成对的戏曲人脸妆容数据较难获取问题,设计了结合源图像妆容映射生成合成图像来指导图像间局部妆容细节的有效迁移方法;针对戏曲人脸妆容色彩浓重分明的特点,引入了损失函数以约束生成具有高频细节的妆容图像。在开源数据集和自建数据集上进行实验,通过与经典的方法进行定性和定量分析,均优于传统经典方法。结果表明,通过无监督的对抗性学习完成了妆容的迁移,很好地生成了具有高频细节的戏曲人脸妆容风格图像,能够实现图像特征一致、风格匹配的图像迁移,成果可应用于非遗文化的数字化系统仿真,有利于传统文化的传承和发展。
-
关键词
戏曲人脸妆容迁移
生成对抗网络
局部特征提取
细节生成
深度学习
-
Keywords
opera makeup transfer
generative adversarial networks
local feature extraction
detail generation
deep learning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
