-
题名基于神经风格迁移网络的民族图案创新方法
被引量：32
- 1
-
-
作者
侯宇康
吕健
刘翔
胡涛
赵泽宇
-
机构
贵州大学现代制造技术教育部重点实验室
-
出处
《图学学报》
CSCD
北大核心
2020年第4期606-613,共8页
-
基金
国家自然科学基金项目(51865004)
贵州省科技项目(黔科合基础[2017]1046)
+3 种基金
(黔科合支撑[2017]2016)
(黔科合支撑[2019]2010)
(黔科合基础[2018]1049)
(黔教合YJSCXJH[2018]088)。
-
文摘
针对传统民族图案符号手工提取效率低,图案组合创新设计困难的问题,以苗族传统的蜡染和挑花图案创新设计为例提出传统民族图案风格创新模型。该模型将改进型的形状文法与基于深度学习的神经风格迁移网络相结合,提取并编码民族图案构型框架,通过形状文法生成大量民族图案构型框架图案,使用风格迁移网络快速提取民族图案中的底层特征,在框架基础上迁移生成创新民族图案设计方案。实验结果表明,该模型可以在指定框架的基础上生成全新的民族纹饰图案,相对于直接使用神经网络对空白图像进行风格迁移生成的图案更加有序。生成图案最终应用于苗族织物图案设计中,验证了该方法和设计流程的可行性。
-
关键词
卷积神经网络
形状文法
神经风格迁移
挑花
蜡染
-
Keywords
convolutional neural network
shape grammar
neural style transfer
cross stitch
batik
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名神经风格迁移模型综述
被引量：17
- 2
-
-
作者
唐稔为
刘启和
谭浩
-
机构
电子科技大学信息与软件学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第19期32-43,共12页
-
基金
四川省科技厅重点研发项目(2020YFG0472,2020YFG0031)。
-
文摘
神经风格迁移技术主要用于对图像、视频等进行风格化,使其具有艺术美感,该领域极具应用价值,是人工智能的热门研究领域之一。为推动神经风格迁移领域的研究发展,对神经风格迁移技术进行了全面概述。简述了非真实感渲染技术和传统的纹理迁移技术。对现有神经风格迁移模型进行了分类整理,并详细探讨了各类代表性模型的算法原理及后续改进,分析了神经风格迁移技术的应用市场。提出对风格迁移模型质量的评判应该从定性评估和定量评估两个方面来考虑,并从各个角度讨论了现阶段风格迁移技术存在的问题以及未来研究方向。最后强调应提高模型的综合能力,在保证生成质量的情况下提升生成速度以及泛化能力。
-
关键词
神经风格迁移
深度学习
卷积神经网络
生成模型
生成对抗网络
-
Keywords
Neural Style Transfer(NST)
deep learning
convolution neural network
generative model
generative adver-sarial network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种具有空间约束的快速神经风格迁移方法
被引量：8
- 3
-
-
作者
刘洪麟
帅仁俊
-
机构
南京工业大学计算机科学与技术学院
-
出处
《计算机科学》
CSCD
北大核心
2019年第3期283-286,共4页
-
文摘
在神经风格迁移(Neural Style Transfer)技术中常用Gram矩阵进行图像风格提取,简单来说就是将各个特征进行内积。这样Gram矩阵只能提取其静态特征,对图片中物体的空间序列完全没有约束。文中提出了一种具有空间约束的快速神经风格迁移方法。首先,使用残差重新设计了快速神经风格迁移的转换网络。然后,运用空间偏移的方法对Feature map(特征图)进行变换,让变换后的Feature map T(al)进行Gram矩阵计算可得到相邻位置的互相关性。此互相关性包含空间信息,即约束了物体的空间序列。最终,实验表明了该方法对空间信息的约束明显优于传统方法,可以得到效果更好的风格化图像。
-
关键词
快速神经风格迁移
残差
GRAM矩阵
空间偏移
互相关性
-
Keywords
Fast neural style transfer
Residual
Gram matrix
Spatial offset
Cross-correlation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
