基于特征对比的循环生成对抗网络图像风格转换研究

1

作者 闫娟 康鹏帅 +3 位作者 王士斌 梅学术 李燕 刘栋 《河南师范大学学报（自然科学版）》 CAS 北大核心 2024年第6期73-79,共7页

无监督图像到图像转换任务是在非配对训练数据的情况下学习源域图像到目标域图像的转换.但是,图像风格转换任务依然面临着图像内容丢失、模型坍塌等现象.为了解决上述问题,提出了一种局部特征对比来保持图像内容,通过特征提取器获得多... 无监督图像到图像转换任务是在非配对训练数据的情况下学习源域图像到目标域图像的转换.但是,图像风格转换任务依然面临着图像内容丢失、模型坍塌等现象.为了解决上述问题,提出了一种局部特征对比来保持图像内容,通过特征提取器获得多层图像深层特征,使得图像编码器学习到高级语义信息,获得信息更加丰富的图像特征.同时,增加局部特征对比损失来引导特征提取器学习到有利于图像内容生成的特征.实验结果表明,在大多数情况下,所提方法在FID和KID分数方面优于之前的方法,图像生成质量有一定的提升. 展开更多

关键词 特征对比 图像风格转换 对比损失

在线阅读 下载PDF 职称材料

基于风格转换注意的循环一致风格转换

2

作者 张蕊儿 边晓航 +4 位作者 刘思远 刘滨 李建武 罗俊 祁明月 《河北科技大学学报》 CAS 北大核心 2024年第3期328-340,共13页

为了解决现有艺术风格转换方法难以同时高质量保持图像内容和转换风格模式的问题,引入一种新颖的风格转换注意网络(style-transition attention network, STANet),其包含2个关键部分:一是非对称注意力模块,用于确定参考图像的风格特征;... 为了解决现有艺术风格转换方法难以同时高质量保持图像内容和转换风格模式的问题,引入一种新颖的风格转换注意网络(style-transition attention network, STANet),其包含2个关键部分:一是非对称注意力模块,用于确定参考图像的风格特征;二是循环结构,用于保存图像内容。首先,采用双流架构,分别对风格和内容图像进行编码;其次,将注意力模块无缝集成到编码器中,生成风格注意表征;最后,将模块放入不同的卷积阶段,使编码器变成交错式的,促进从风格流到内容流的分层信息传播。此外,提出了循环一致损失,强制网络以整体方式保留内容结构和风格模式。结果表明:编码器优于传统的双流架构,STANet能用于交换具有任意风格的2幅图像的风格模式,合成更高质量的风格化图像,同时更好地保留了各自的内容。提出的带有风格转换注意的风格转换循环网络,模型风格化图像的内容细节更多,在泛化到任意风格方面获得了良好的效果。 展开更多

关键词 图像内容 风格转换 风格恢复 神经注意力 循环网络

在线阅读 下载PDF 职称材料

基于模板技术的电子地图显示风格转换的研究 被引量：13

3

作者 江南 夏丽华 代亚贞 《测绘通报》 CSCD 北大核心 2007年第11期26-29,共4页

根据电子地图显示存在的突出问题,提出电子地图显示模式、电子地图显示模板和电子地图显示风格转换的概念,并将GIS中的地图显示模式分为用途、设备以及操作显示模式。每个显示模式下又包含不同的显示风格。显示模式和显示风格的提出从... 根据电子地图显示存在的突出问题,提出电子地图显示模式、电子地图显示模板和电子地图显示风格转换的概念,并将GIS中的地图显示模式分为用途、设备以及操作显示模式。每个显示模式下又包含不同的显示风格。显示模式和显示风格的提出从概念层次解决了地图显示满足不了多用途、多用户需要的问题。显示模板提供了一种把制图专家经验应用于GIS地图显示的切实可行的方法。GIS中显示风格转换模块从技术上保证了显示模板的制作与转换。 展开更多

关键词 电子地图 显示模式 显示模板 显示风格转换

在线阅读 下载PDF 职称材料

基于StarGAN和类别编码器的图像风格转换 被引量：6

4

作者 许新征 常建英 丁世飞 《软件学报》 EI CSCD 北大核心 2022年第4期1516-1526,共11页

图像风格转换技术已经融入到人们的生活中,并被广泛应用于图像艺术化、卡通化、图像着色、滤镜处理和去遮挡等实际场景中,因此,图像风格转换具有重要的研究意义与应用价值.StarGAN是近年来用于多域图像风格转换的生成对抗网络框架.Star... 图像风格转换技术已经融入到人们的生活中,并被广泛应用于图像艺术化、卡通化、图像着色、滤镜处理和去遮挡等实际场景中,因此,图像风格转换具有重要的研究意义与应用价值.StarGAN是近年来用于多域图像风格转换的生成对抗网络框架.StarGAN通过简单地下采样提取特征,然后通过上采样生成图片,但是生成图片的背景颜色信息、人物脸部的细节特征会与输入图像有较大差异.对StarGAN的网络结构进行改进,通过引入U-Net和边缘损失函数,提出了用于图像风格转换的UE-StarGAN模型.同时,将类别编码器引入到UE-StarGAN模型的生成器中,构建了融合类别编码器的小样本图像风格转换模型,实现了小样本的图像风格转换.实验结果表明:该模型可以提取到更精细的特征,在小样本的情况下具有一定的优势,以此进行图像风格转换后的图片无论是定性分析还是定量分析都有一定的提升,验证了所提模型的有效性. 展开更多

关键词 图像风格转换 生成对抗网络 StarGAN U-Net 类别编码器

在线阅读 下载PDF 职称材料

木刻版画风格转换的深度学习算法 被引量：8

5

作者 李应涛 徐丹 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第11期1804-1812,共9页

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... 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. 展开更多

关键词 木刻版画 神经风格转换 图像语义分割 空间引导通道

在线阅读 下载PDF 职称材料

基于深度学习的中文字体风格转换研究综述 被引量：5

6

作者 程若然 赵晓丽 +1 位作者 周浩军 叶翰辰 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第3期510-519,530,共11页

根据中文字体风格转换研究发展的不同阶段进行方法分类,简要回顾传统方法,梳理分析深度学习方法.介绍常用的公开数据集和评价标准.分别从提高生成质量、增强个性化差异、减少训练样本数量和学习书法字体风格共4个方面展望未来研究.

关键词 字体风格转换 深度学习 图像翻译 神经网络 字体生成

在线阅读 下载PDF 职称材料

结合纹理特征分析的图像风格转换网络 被引量：5

7

作者 余英东 杨怡 林澜 《计算机应用》 CSCD 北大核心 2020年第3期638-644,共7页

针对图像风格转换效率不高、效果不佳的问题,提出一种结合图像纹理特征分析,并基于预训练网络的前馈残差图像风格转换算法。该算法利用预训练深层网络来提取风格图的深度特征,采用残差网络来进行深层训练以及进行图像变换;同时通过分析... 针对图像风格转换效率不高、效果不佳的问题,提出一种结合图像纹理特征分析,并基于预训练网络的前馈残差图像风格转换算法。该算法利用预训练深层网络来提取风格图的深度特征,采用残差网络来进行深层训练以及进行图像变换;同时通过分析研究输入风格图与内容图的纹理特征对转换效果的影响,针对不同输入图像采取相应的处理方法来提升转换效果。实验结果表明,与现有深度图像风格转换算法相比,该算法的输出视觉效果更佳,归一化风格损失更小,耗时更短,并且根据输入图像的信息熵与不变矩的计算来指导网络参数的设定与调整,能够针对性地优化网络,取得了良好的效果。 展开更多

关键词 图像风格转换 深度残差网络 图像纹理特征 预训练网络 格拉姆矩阵

在线阅读 下载PDF 职称材料

基于新的风格损失函数的图像风格转换方法 被引量：5

8

作者 钱燕芳 王敏 《电子测量技术》 2019年第4期70-73,共4页

虽然基于深度学习的图像风格转换方法已经取得了很大的进展,但是这些方法都没有考虑到生成图像的线条扭曲现象,为此提出直方图损失和转换Gramian矩阵相结合的方法。图像的直方图信息可以判断出图像质量的好坏,在图像风格转换中使用直方... 虽然基于深度学习的图像风格转换方法已经取得了很大的进展,但是这些方法都没有考虑到生成图像的线条扭曲现象,为此提出直方图损失和转换Gramian矩阵相结合的方法。图像的直方图信息可以判断出图像质量的好坏,在图像风格转换中使用直方图损失,不仅可以增强图像,还可以使生成的图像更加稳定。转换Gramian矩阵类似于Gram矩阵,但是前者提取出图像纹理信息更加完整,还考虑到了图像的空间排列信息。实验结果表明,这两种方法的结合不仅能使生成的图像没有线条扭曲,还能减少图像生成的迭代次数。 展开更多

关键词 深度学习 图像风格转换 GRAM矩阵 转换Gramian矩阵

在线阅读 下载PDF 职称材料

基于相机风格转换的行人再识别 被引量：1

9

作者 邓杰 王旭智 万旺根 《电子测量技术》 北大核心 2022年第12期120-126,共7页

不同相机间的风格变化是行人再识别领域的一个重要挑战,为了平滑相机风格差异,丰富行人样本的多样性,本文通过风格转换方法显式学习相机间的不变特征。具体来说,利用循环一致性生成对抗网络为每个行人生成具有其他相机风格的转换图像,... 不同相机间的风格变化是行人再识别领域的一个重要挑战,为了平滑相机风格差异,丰富行人样本的多样性,本文通过风格转换方法显式学习相机间的不变特征。具体来说,利用循环一致性生成对抗网络为每个行人生成具有其他相机风格的转换图像,并与原始样本一起组成增强数据集进行训练;另外,本文使用注意力机制对特征通道进行重新加权以提取更具判别力的行人外观特征,最后使用多任务损失对再识别网络进行监督训练。实验结果表明,本文方法在公开数据集Market1501和DukeMTMC-reID上的mAP和top-1指标分别达到了86.5%,95.1%以及77.1%,87.2%,优于现有算法。相机风格转换作为一种数据增强方法,有效扩充了数据集并降低了人工标注成本,同时提升了在多摄像机场景下的识别准确性。 展开更多

关键词 行人再识别 风格转换 循环一致性生成对抗网络 注意力机制

在线阅读 下载PDF 职称材料

基于图像风格转换的水下图像显著性检测算法 被引量：2

10

作者 郭继昌 汪昱东 +2 位作者 刘迪 艾羽丰 贾伟广 《数据采集与处理》 CSCD 北大核心 2021年第1期35-44,共10页

由于水下显著性检测数据集不足,导致基于深度学习的水下图像显著性检测网络容易出现过拟合的问题,从而影响显著性检测网络的性能。针对上述问题,本文引入图像风格转换方法,提出一种基于CycleGAN的水下显著性检测网络。网络生成器由图像... 由于水下显著性检测数据集不足,导致基于深度学习的水下图像显著性检测网络容易出现过拟合的问题,从而影响显著性检测网络的性能。针对上述问题,本文引入图像风格转换方法,提出一种基于CycleGAN的水下显著性检测网络。网络生成器由图像风格转换子网络和显著性检测子网络构成。首先,通过无监督的级联方式对风格转换子网络进行风格转换训练,并利用该网络对陆地图像和水下图像进行风格转换,构建训练和测试图像数据集,以解决水下显著性检测数据集不足的问题;然后,使用陆地及其风格转换后的显著性数据集对显著性检测子网络进行训练,以增强网络的特征提取能力;最后对两个图像风格的输出结果进行融合优化,以提高显著性检测网络性能。实验结果表明,本文提出的水下显著性检测网络相比于单纯的陆地和水下图像显著性检测网络,其检测平均绝对误差和F值至少分别提高了10.4%和2.4%。 展开更多

关键词 水下图像 显著性检测 图像风格转换 深度学习

在线阅读 下载PDF 职称材料

联合图像域间和域内信息建模的图像风格转换 被引量：1

11

作者 甘益波 谭智一 鲍秉坤 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第10期1489-1496,共8页

针对当前图像风格转换算法缺乏建模图像域间语义信息和域内长范围信息的能力,提出了一种联合图像域间和域内信息建模的图像风格转换算法SSC-GAN.通过提出语义残差连接,提取图像域内的语义特征,增强模型建模图像域间语义信息差异的能力;... 针对当前图像风格转换算法缺乏建模图像域间语义信息和域内长范围信息的能力,提出了一种联合图像域间和域内信息建模的图像风格转换算法SSC-GAN.通过提出语义残差连接,提取图像域内的语义特征,增强模型建模图像域间语义信息差异的能力;同时,将注意力机制引入图像风格转换任务中,解决卷积缺乏图像域内长范围信息建模能力的问题.SSC-GAN可以在不增加计算量的情况下,显著提升图像风格转换的表现.在图像风格转换数据集vangh2photo和selfie2anime上对SSC-GAN进行训练、评估和验证,结果表明,SSC-GAN不仅能取得极佳的视觉效果,而且在FID和KID指标上分别平均下降了1.3和1.1,证明了SSC-GAN的有效性. 展开更多

关键词 图像风格转换 生成对抗网络 残差连接 注意力机制

在线阅读 下载PDF 职称材料

基于风格转换的无监督聚类行人重识别 被引量：5

12

作者 张智 毕晓君 《智能系统学报》 CSCD 北大核心 2021年第1期48-56,共9页

无监督行人重识别中源域与目标域间的巨大差异性是影响模型性能的最关键因素。基于聚类的无监督行人重识别方法挖掘目标域数据间的相似性,以此缓解该问题,但仍未消除域间差异性。本文提出一种基于风格转换的无监督聚类行人重识别方法。... 无监督行人重识别中源域与目标域间的巨大差异性是影响模型性能的最关键因素。基于聚类的无监督行人重识别方法挖掘目标域数据间的相似性,以此缓解该问题,但仍未消除域间差异性。本文提出一种基于风格转换的无监督聚类行人重识别方法。首先,针对基于聚类方法的模型存在受域间差异性影响的问题,将一种基于生成对抗网络的风格转换方法引入到聚类方法模型中,将源域数据转换为目标域风格数据,直接减小域间差异性,提升模型的识别性能。其次,针对风格转换模型的生成器存在转换尺度单一以及特征信息传递效率低的问题,使用一种新型残差块替换原始残差块并将其引入到生成器上采样和下采样中,形成多特征尺度转换以及信息传递效率高的生成器,提升风格转换效果,降低域间差异性,进一步提升整体模型的识别效果。在Market1501以及Duke-MTMC-re ID数据集上对所提的算法进行实验,结果表明改进方法取得了更好的识别效果。 展开更多

关键词 机器视觉 行人重识别 无监督 聚类 风格转换 生成对抗网络 残差块 跨域

在线阅读 下载PDF 职称材料

历代书法风格转换与书法创新分析 被引量：3

13

作者 曹云鹏 《艺术百家》 CSSCI 北大核心 2012年第S2期281-282,280,共3页

书法作为一门集美学价值和美学特征相结合的艺术,已经有3000年的历史。它是民族文化的载体,也是时代文化的反映,通过对历代书法的研究分析可知,自古至今,无论是审美角度的变化,还是字体结构的改变,书法所进行的转换和创新,都是在原始汉... 书法作为一门集美学价值和美学特征相结合的艺术,已经有3000年的历史。它是民族文化的载体,也是时代文化的反映,通过对历代书法的研究分析可知,自古至今,无论是审美角度的变化,还是字体结构的改变,书法所进行的转换和创新,都是在原始汉字结构的基础上进行的,从而形成了独具特色与美感的经典文化艺术。 展开更多

关键词 书法艺术 书法史 书法创作 风格转换 理论 创新

在线阅读 下载PDF 职称材料

基于变分自编码器的无监督文本风格转换 被引量：4

14

作者 聂锦燃 魏蛟龙 唐祖平 《中文信息学报》 CSCD 北大核心 2020年第7期79-88,共10页

近年来,文本风格转换作为一种可控的文本生成任务受到学者们越来越多的关注。该文基于变分自编码器模型,通过鉴别器与变分自编码器的对抗性训练,将源端句子的内容和风格在隐变量空间进行分离,从而实现无监督的文本风格转换。针对文本语... 近年来,文本风格转换作为一种可控的文本生成任务受到学者们越来越多的关注。该文基于变分自编码器模型,通过鉴别器与变分自编码器的对抗性训练,将源端句子的内容和风格在隐变量空间进行分离,从而实现无监督的文本风格转换。针对文本语义内容和风格的解纠缠过程中利用固定的二进制向量通过线性变换来对风格进行表征的方法的不足,该文提出更具细腻度的联合表征方法:利用独立的编码器从原句中提取风格的连续隐向量,再和标签向量结合作为最终风格的表征,以提升风格转换的准确率。该文提出的联合表征方法在常用数据集Yelp上进行评测,与两个基线方法相比,风格转换准确率均有显著提升。 展开更多

关键词 文本风格转换 变分自编码器 对抗性训练 联合表征

在线阅读 下载PDF 职称材料

基于Sobel滤波器的图像风格转换算法 被引量：3

15

作者 陈志鹏 郑文秀 黄琼丹 《计算机工程》 CAS CSCD 北大核心 2021年第12期274-277,284,共5页

基于迭代的图像风格转换在图像重组时未考虑内容图像的结构,导致生成的图像存在线条扭曲。为约束图像重组时的信息,提出一种基于边缘检测的图像风格转换算法。通过Sobel滤波器在内容图像和生成图像相同的卷积层上提取边缘信息,同时以均... 基于迭代的图像风格转换在图像重组时未考虑内容图像的结构,导致生成的图像存在线条扭曲。为约束图像重组时的信息,提出一种基于边缘检测的图像风格转换算法。通过Sobel滤波器在内容图像和生成图像相同的卷积层上提取边缘信息,同时以均方误差作为损失函数。在此基础上,将边缘损失、内容损失和风格损失的加权代数和作为神经网络的总损失。实验结果表明,该算法能够有效抑制图像的线条扭曲,减少图像噪声,生成更高质量的图像。 展开更多

关键词 图像风格转换 边缘检测 Sobel滤波器 卷积神经网络 均方误差

在线阅读 下载PDF 职称材料

结合多尺度特征和多维注意力的人脸风格转换

16

作者 刘鹤 周勇 +1 位作者 潘翼 张金桃 《江西师范大学学报（自然科学版）》 CAS 北大核心 2023年第1期69-76,共8页

针对StarGANv2模型生成的人脸图像存在风格重建效果不佳、人脸纹理不够自然等现象,该文提出结合多尺度特征和多维注意力的人脸风格转换模型.1)将多尺度特征融合模块PSConv嵌入StarGANv2生成器内,提高了模型对图像特征的提取能力;2)提出... 针对StarGANv2模型生成的人脸图像存在风格重建效果不佳、人脸纹理不够自然等现象,该文提出结合多尺度特征和多维注意力的人脸风格转换模型.1)将多尺度特征融合模块PSConv嵌入StarGANv2生成器内,提高了模型对图像特征的提取能力;2)提出了多维注意力模块MDConv,并将该模块嵌入StarGANv2判别器内,从而提高了模型对真假人脸图像的判别能力.与StarGANv2方法在CelebA-HQ数据集上进行对比实验的结果表明:该方法生成的人脸图像风格更美观,纹理细节更自然,学习感知图像相似度(LPIPS)的值也得到了提升. 展开更多

关键词 人脸风格转换 人脸属性合成 多尺度特征融合 多维注意力

在线阅读 下载PDF 职称材料

文本风格转换综述

17

作者 贾熹滨 刘思良 +1 位作者 胡长建 李让 《北京工业大学学报》 CAS CSCD 北大核心 2022年第4期443-456,共14页

自然语言生成是人工智能系统中的重要组成部分,随着人工智能技术逐渐融入人们的生活,人们对自然语言生成技术有了更高的要求,可控自然语言生成成为新的研究热点.文本风格转换任务作为可控自然语言生成的重要研究方向,受到学术界和工业... 自然语言生成是人工智能系统中的重要组成部分,随着人工智能技术逐渐融入人们的生活,人们对自然语言生成技术有了更高的要求,可控自然语言生成成为新的研究热点.文本风格转换任务作为可控自然语言生成的重要研究方向,受到学术界和工业界的广泛关注.文本风格转换任务指的是在保留文本原有内容的基础上,有目的地生成目标风格的句子.为了进一步展示该任务中的发展进程,首先,介绍了当前文本风格转换任务的定义及发展脉络;然后,基于模型方法将当前的研究工作总结成3类,即基于隐空间解耦、基于显性解耦和基于一步映射,在简述这些工作的基础上,着重介绍了一些具有启发意义的工作;接着,梳理和分析了文本风格转换任务中的公共数据集和评估方法;最后,对文本风格转换任务的未来发展趋势提出展望. 展开更多

关键词 自然语言生成 人工智能 文本风格转换 显性解耦 隐空间解耦 一步映射

在线阅读 下载PDF 职称材料

文本风格转换模型的平衡性改进方法研究

18

作者 刘延飞 李慧 何玉杰 《兵器装备工程学报》 CSCD 北大核心 2021年第11期163-168,共6页

针对现有的文本风格转换模型语句内容保留度较低、内容与风格间平衡性较差,提出了基于文本属性可控转换模型(CTAT)的平衡性改进模型Balance-CTAT。在提出的模型中,改进的优化算法和结构加强了内容保留程度,即在对抗性风格干扰算法上添... 针对现有的文本风格转换模型语句内容保留度较低、内容与风格间平衡性较差,提出了基于文本属性可控转换模型(CTAT)的平衡性改进模型Balance-CTAT。在提出的模型中,改进的优化算法和结构加强了内容保留程度,即在对抗性风格干扰算法上添加显著性操作将干扰影响局部化;在自编码器结构上构造递进式解码器,逐层增加注意力头数对信息进行渐进式融合。提出的模型与现有的文本风格转换模型(如Cross、CTAT、FGST)进行了对比分析,并从风格转换精度、内容保留度和几何平均值进行评价。实验结果表明:提出的模型明显优于现有的文本风格转换模型,具有很好的内容保留度,综合性能显著提升。 展开更多

关键词 文本风格转换 快速梯度攻击算法 注意力机制 渐进式融合 Transformer模型

在线阅读 下载PDF 职称材料

基于局部均方差的神经网络图像风格转换 被引量：4

19

作者 郑茗化 白本督 +2 位作者 范九伦 魏雅娟 焦瑞芳 《现代电子技术》 北大核心 2019年第14期144-147,151,共5页

Gatys等人首次采用基于深度学习的方法,将图像的内容与风格进行分离与重组,使图像可以进行任意的风格转换,至此开创一个新的领域,即基于神经网络的图像风格化转换。该文在Gatys等人的研究基础上,引入局部均方差去噪方法,将局部均方差作... Gatys等人首次采用基于深度学习的方法,将图像的内容与风格进行分离与重组,使图像可以进行任意的风格转换,至此开创一个新的领域,即基于神经网络的图像风格化转换。该文在Gatys等人的研究基础上,引入局部均方差去噪方法,将局部均方差作为神经网络损失函数的一部分,同时结合内容损失函数与风格函数,将此三种损失函数的加权代数和作为神经网络的总损失函数。结果表明,该文方法在进行图像风格转换时,有效提升了风格转换算法输出的图像质量,使得图像噪声点明显减少,图像更加平滑。 展开更多

关键词 图像处理 图像风格化转换 深度学习 卷积神经网络 特征提取 局部均方差

在线阅读 下载PDF 职称材料

基于kuwahara滤波的视频风格化框架 被引量：4

20

作者 李大锦 高文冉 高俊杰 《电子学报》 EI CAS CSCD 北大核心 2020年第3期538-544,共7页

保边滤波被广泛应用于图像的艺术化风格转换,但目前的方法大都只能产生类似卡通的绘画风格,对于具有明显笔画形状的绘画风格转换都无能为力.文章在kuwahara滤波的基础上提出了一种尺度可控的各向异性kuwahara滤波,可以生成具有明显笔画... 保边滤波被广泛应用于图像的艺术化风格转换,但目前的方法大都只能产生类似卡通的绘画风格,对于具有明显笔画形状的绘画风格转换都无能为力.文章在kuwahara滤波的基础上提出了一种尺度可控的各向异性kuwahara滤波,可以生成具有明显笔画形状的艺术效果.为了更好的模拟画家的绘画技法,文章以图像显著性作为控制信息来实时调整滤波核大小,可以产生丰富的笔画尺度.基于该算法,文章还给出了一个视频的艺术化风格渲染框架.该渲染框架可以保持良好的帧间一致性,自动的将视频转换为水粉画或油画效果.同时利用图像的边缘切方向场图、边缘梯度和显著性控制凹凸映射,产生油画和水粉画笔触的厚重感和层次感,能很好的模拟“厚涂技法”的艺术风格. 展开更多

关键词 各向异性滤波 非真实感渲染 风格转换 笔画纹理

在线阅读 下载PDF 职称材料