木刻版画风格转换的深度学习算法
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.
木刻版画、神经风格转换、图像语义分割、空间引导通道
32
TP391.41(计算技术、计算机技术)
国家自然科学基金;云南省"万人计划"云岭学者专项;云南省科技厅-云南大学"双一流"建设联合基金
2020-12-03(万方平台首次上网日期,不代表论文的发表时间)
共9页
1804-1812