基于深度网络的中国画皴法风格迁移模型研究  

Research on the Transfer Model of Texturing Method Styles in Chinese Painting Based on Deep Network

作　　者：童茵[1] Tong Yin

机构地区：[1]万达信息股份有限公司,上海200040

出　　处：《中国博物馆》2020年第3期137-143,共7页Chinese Museum

摘　　要：图像风格迁移技术对绘画和照片进行自动转换以呈现新的艺术创作效果,是当前文化创意领域的一个研究热点,特别是中国传统绘画的绘画技法如何在现代绘画和照片转换中得到保留和增强,从而使得照片转换后具有更加逼真,细腻的中国山水画的风格。皴法风格的转换是其中的一个难点。可以在卷积神经网络基础上,提出一种基于构图区域识别的皴法图像风格转换模型,首先基于卷积网络对图像构图元素进行识别获得绘画技法迁移的区域,然后在共用该卷积网络的基础上进行照片图像重建并对绘画皴法风格损失进行度量,使得新生成的图像纹理携带中国画皴法效果。通过大量图像转换实验,与传统方法对比,本模型转换的图像更加细腻,绘画技法得到较好的保留.为艺术创造提供了智能化支撑。

关 键 词：图像风格迁移 卷积神经网络 深度学习 绘画技法表达 皴法 

分 类 号：J212[艺术—美术] TP18[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程]