基于深度學(xué)習(xí)的圖像風(fēng)格藝術(shù)化
發(fā)布時(shí)間:2021-02-18 16:31
隨著智能手機(jī)的普及和人們對藝術(shù)之美的追求,圖像藝術(shù)化相關(guān)的應(yīng)用盛極一時(shí),除了在手機(jī)應(yīng)用中實(shí)現(xiàn)圖像藝術(shù)化以外,在游戲渲染、動(dòng)畫制作、廣告設(shè)計(jì)、電影制作等領(lǐng)域也有著大量的應(yīng)用。因?yàn)閳D像藝術(shù)化后的非真實(shí)感圖像具有很強(qiáng)的視覺感染力和文化內(nèi)涵,所以具有研發(fā)的重要意義;谏疃葘W(xué)習(xí)的圖像風(fēng)格藝術(shù)化算法使得計(jì)算機(jī)能夠模擬人類的創(chuàng)作形式,這種智能化算法能夠快速地生成多種藝術(shù)風(fēng)格的圖像。通過對于當(dāng)前已有的基于深度學(xué)習(xí)的圖像風(fēng)格藝術(shù)化算法的實(shí)現(xiàn),發(fā)現(xiàn)存在著一些問題,本文對發(fā)現(xiàn)的問題提出了相應(yīng)的解決方案。這些問題為:當(dāng)將風(fēng)格圖像的風(fēng)格傳輸?shù)揭环鶅?nèi)容圖像上時(shí),在傳輸風(fēng)格的同時(shí),也傳輸了風(fēng)格圖像中的色彩,致使丟失了原內(nèi)容圖像的色彩;當(dāng)將風(fēng)格傳輸至人像上時(shí),人臉的風(fēng)格化使得人臉辨別不清;只有單一風(fēng)格的圖像風(fēng)格化算法。針對這些問題,本文做了相關(guān)研究,最終實(shí)現(xiàn)比較全面的圖像風(fēng)格藝術(shù)化算法,具體實(shí)現(xiàn)功能和解決方案如下:(1)實(shí)現(xiàn)了通過調(diào)節(jié)內(nèi)容損失函數(shù)和風(fēng)格函數(shù)的權(quán)重而得到不同程度風(fēng)格化的圖像,可以依據(jù)需要生成相應(yīng)程度的風(fēng)格化圖像。(2)解決了傳輸風(fēng)格同時(shí)傳輸顏色的問題,本文算法使得在傳輸風(fēng)格的同時(shí),也可以選擇保留或是不...
【文章來源】:西安理工大學(xué)陜西省
【文章頁數(shù)】:66 頁
【學(xué)位級別】:碩士
【部分圖文】:
深度神經(jīng)網(wǎng)絡(luò)Fig.1-1Deepneuralnetworks[2][3]
這種映射又可以分為紋理映射或是顏色直方圖映射;趫D像濾波技術(shù)包括各向異性濾波保留邊緣的方法、形態(tài)學(xué)濾波、雙邊濾波等。圖1-2 圖像藝術(shù)化發(fā)展史Fig.1-2 The history of stylized art由 Hertzmann[14]于 1998 年提出的基于畫筆的油畫風(fēng)格化算法,主要是提取輸入圖像的多層金字塔參考序列,結(jié)合 Sobel 算子得到邊緣,一層一層逐步繪制。如圖 1-3 所示,通過在
也提出了一種基于畫筆的油畫風(fēng)格生成算法,但她在之上的算法中引入了源圖像和目標(biāo)圖像的低頻統(tǒng)計(jì)特性進(jìn)行約束。圖1-3 筆刷渲染技術(shù)Fig.1-3 Brush strokes technique如圖1-4所示,DeCarlo和Santella[16]則是第一個(gè)將區(qū)域分割應(yīng)用到圖像風(fēng)格藝術(shù)化的,使用下采樣的方法逐級分層表達(dá),再用 canny 算子細(xì)化邊緣,最終根據(jù)區(qū)塊填充相應(yīng)的顏色和紋理。盧少平和張松海[17]對金字塔參考序列圖像的方法加以改善,結(jié)合了雙邊濾波和形態(tài)學(xué)操作得到多層參考圖像,并用重要性區(qū)域加以約束,該方法則是基于區(qū)域的風(fēng)格渲染。同樣,在快速紋理傳輸算法[18]中,也是要先輸入原圖像和目標(biāo)圖像,從而建立起紋理遷移的映射關(guān)系。圖1-4 區(qū)域分割技術(shù)Fig.1-4 Domain decomposition techniqueAshikhmin[19]提出了一種基于 WL(Wei and Levoy)的紋理結(jié)合方法。在 Wei and Levoy[20]的算法中
【參考文獻(xiàn)】:
期刊論文
[1]不同池化模型的卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)性能研究[J]. 劉萬軍,梁雪劍,曲海成. 中國圖象圖形學(xué)報(bào). 2016(09)
[2]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽明,王正. 計(jì)算機(jī)應(yīng)用研究. 2012(08)
[3]基于圖像的非真實(shí)感藝術(shù)繪制技術(shù)綜述[J]. 錢小燕. 工程圖學(xué)學(xué)報(bào). 2010(01)
[4]一種流體藝術(shù)風(fēng)格的自適應(yīng)LIC繪制方法[J]. 錢小燕,肖亮,吳慧中. 計(jì)算機(jī)研究與發(fā)展. 2007(09)
碩士論文
[1]基于深度學(xué)習(xí)的圖像與視頻風(fēng)格化研究與實(shí)現(xiàn)[D]. 操江峰.中國科學(xué)院大學(xué)(中國科學(xué)院工程管理與信息技術(shù)學(xué)院) 2017
[2]基于光流機(jī)制的運(yùn)動(dòng)目標(biāo)檢測[D]. 石雪杰.中國科學(xué)技術(shù)大學(xué) 2010
本文編號:3039804
【文章來源】:西安理工大學(xué)陜西省
【文章頁數(shù)】:66 頁
【學(xué)位級別】:碩士
【部分圖文】:
深度神經(jīng)網(wǎng)絡(luò)Fig.1-1Deepneuralnetworks[2][3]
這種映射又可以分為紋理映射或是顏色直方圖映射;趫D像濾波技術(shù)包括各向異性濾波保留邊緣的方法、形態(tài)學(xué)濾波、雙邊濾波等。圖1-2 圖像藝術(shù)化發(fā)展史Fig.1-2 The history of stylized art由 Hertzmann[14]于 1998 年提出的基于畫筆的油畫風(fēng)格化算法,主要是提取輸入圖像的多層金字塔參考序列,結(jié)合 Sobel 算子得到邊緣,一層一層逐步繪制。如圖 1-3 所示,通過在
也提出了一種基于畫筆的油畫風(fēng)格生成算法,但她在之上的算法中引入了源圖像和目標(biāo)圖像的低頻統(tǒng)計(jì)特性進(jìn)行約束。圖1-3 筆刷渲染技術(shù)Fig.1-3 Brush strokes technique如圖1-4所示,DeCarlo和Santella[16]則是第一個(gè)將區(qū)域分割應(yīng)用到圖像風(fēng)格藝術(shù)化的,使用下采樣的方法逐級分層表達(dá),再用 canny 算子細(xì)化邊緣,最終根據(jù)區(qū)塊填充相應(yīng)的顏色和紋理。盧少平和張松海[17]對金字塔參考序列圖像的方法加以改善,結(jié)合了雙邊濾波和形態(tài)學(xué)操作得到多層參考圖像,并用重要性區(qū)域加以約束,該方法則是基于區(qū)域的風(fēng)格渲染。同樣,在快速紋理傳輸算法[18]中,也是要先輸入原圖像和目標(biāo)圖像,從而建立起紋理遷移的映射關(guān)系。圖1-4 區(qū)域分割技術(shù)Fig.1-4 Domain decomposition techniqueAshikhmin[19]提出了一種基于 WL(Wei and Levoy)的紋理結(jié)合方法。在 Wei and Levoy[20]的算法中
【參考文獻(xiàn)】:
期刊論文
[1]不同池化模型的卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)性能研究[J]. 劉萬軍,梁雪劍,曲海成. 中國圖象圖形學(xué)報(bào). 2016(09)
[2]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽明,王正. 計(jì)算機(jī)應(yīng)用研究. 2012(08)
[3]基于圖像的非真實(shí)感藝術(shù)繪制技術(shù)綜述[J]. 錢小燕. 工程圖學(xué)學(xué)報(bào). 2010(01)
[4]一種流體藝術(shù)風(fēng)格的自適應(yīng)LIC繪制方法[J]. 錢小燕,肖亮,吳慧中. 計(jì)算機(jī)研究與發(fā)展. 2007(09)
碩士論文
[1]基于深度學(xué)習(xí)的圖像與視頻風(fēng)格化研究與實(shí)現(xiàn)[D]. 操江峰.中國科學(xué)院大學(xué)(中國科學(xué)院工程管理與信息技術(shù)學(xué)院) 2017
[2]基于光流機(jī)制的運(yùn)動(dòng)目標(biāo)檢測[D]. 石雪杰.中國科學(xué)技術(shù)大學(xué) 2010
本文編號:3039804
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3039804.html
最近更新
教材專著