关键词：
中国山水画生成
注意力机制
流形对齐
对比学习
卷积神经网络
摘要：
随着深度学习的发展,现有的图像生成方法能够让西方绘画(插画、油画等)生成令人惊艳的视觉影像。然而,由于中国山水画旨在通过高质量的笔墨线条,达到“神似”的画面效果,与西方绘画有着本质的区别,因此,现有的图像生成方法在处理中国山水画时难以取得令人满意的视觉效果。在此状态下,急需构建一些针对中国山水画特性的图像生成方法。
考虑到中国山水画主要有两种技法:工笔和水墨。其特性迥异,其中工笔技法以精细、繁复著称,追求形象的逼真和细节的精确,但是,在图像生成中,现有的图像生成方法无法提取到自然场景丰富而复杂的特征信息,导致生成中国山水画过程中出现失真和细节丢失。水墨技法则强调笔触的韵律和墨色的变化,难以用数字技术直接量化,现有的图像生成方法无法准确捕捉到这种风格特征,导致生成图像缺乏原画的韵味和深度。为了解决中国山水画在这两个方面存在的问题,本文首先构建了新的山水画数据集,然后通过对两种技法的特性研究,分别提出两种山水画生成方法,以提升中国山水画的生成质量。具体而言,本文的研究工作主要包括以下两个方面:
(1)面向工笔技法的中国山水画的生成方法。针对现有的图像生成方法在中国山水画的工笔技法中无法提取到现实场景的复杂特征和无法保留细节信息,导致生成的中国山水画出现结构变形、语义概念模糊等问题,本文提出一种面向工笔技法的中国山水画的生成方法。在此方法中,首先,针对现实场景中丰富而复杂的特征信息,通过大量的卷积操作、下采样和跳跃连接,进行多尺度的特征提取,并保留特征提取过程中的细节信息。然后,通过视觉注意力机制对图像进行全局建模,保持生成图像的结构一致性,加强模型的非局部学习能力。最后,利用预训练的图像编码器对生成的图像进行几何外观和语义上约束。通过以上过程,解决了工笔技法的中国山水画在生成过程中出现失真、细节丢失的问题。实验结果表明:本文提出的方法能够解决工笔技法的中国山水画在生成过程中出现失真、细节丢失的问题,使生成的中国山水画更好的保留了语义特征和完整的结构。
(2)面向水墨技法的中国山水画的生成方法。针对现有的图像生成方法在中国山水画的水墨技法中无法准确捕捉到韵律和墨色变化,导致生成的图像缺乏原画韵味和深度等问题,本文提出一种面向水墨技法的中国山水画的生成方法。在此方法中,本文首先提出了一个具有跨域风格流行对齐的生成器,通过生成器,将与内容特征流形最相似的风格特征流形进行对齐,使不同区域的元素进行匹配形成相应的风格流形。然后,提出一个风格对比学习模块,通过对比学习策略指导生成器的训练,加强对水墨风格的学习能力。实验结果表明:本文提出的方法能够解决水墨技法的中国山水画在图像生成过程后缺乏原画的韵味和深度的问题,从而提高山水画的艺术感和真实感。
综上所述,本文的研究面向中国山水画生成方法,致力解决中国山水画两种技法在图像生成中所面临的一系列问题,构建了一些针对中国山水画特性的图像生成方法。这对中国传统文化的数字化研究和应用推广具有重要意义。
欢迎来到三峡大学图书馆！
