基于多层次显著图的自动铅笔画生成

图像艺术风格化是将图像自动转化为具有艺术风格的图像的方法统称,具有十分广阔的需求和市场应用前景.本文针对现有方法生成的图像往往风格单一、线条僵硬,提出了一种基于多层次视觉显著图将照片图像自动转化成铅笔画的方法,借助视觉显著性特点,使得风格化图像更加自然逼真.首先利用量子切割原理生成一幅包含多个层次的视觉显著性映射图,为每个像素计算一个重要性概率值;其次,利用显著性映射图对铅笔画轮廓图进行建模,并利用图像的边缘切线流为边缘像素计算显著性层次,生成不同粗细、长短、方向的笔画;最后,利用显著性映射图对色调纹理进行建模,对不同层次的像素采用不同程度的灰度变换和纹理合成.与现有的非真实感图像生成方法相比,文中方法由于利用了多层次视觉显著性信息,生成的图像更加具有层次感和艺术表现力,更接近画家绘画作品.实验表明,采用该方法得到的合成框架可以将照片快速转换成铅笔画艺术风格图像,效果生动逼真.

生成中国花卉水墨画的笔画风格化方法

为实现电子化创作中国水墨画,提出一个绘画工具,通过对在照片上粗略勾勒的线条进行风格化,生成具有花卉水墨画风格的艺术笔画.首先用户勾勒线条并自动修正,它们分别作为风格模板的候选笔画和照片上风格化目标的基本路径;然后为每个基本路径选择最佳的风格模板笔画;通过形状计算和纹理合成,将最佳的风格模板映射至基本路径.实验结果表明,与已有的以整幅画为目标的风格迁移方法相比,文中提出的方法可充分展现艺术特征的细节并捕捉用户意图,且生成的绘画作品接近指定的艺术风格,满足普通用户的审美需求.在应用价值方面,该工具支持触摸式设备,可用于艺术教育与实践.

图形系统的一种汉字图形笔画自动生成技术

本文介绍图形系统中解决汉字输出的一种实用技术。提出了动态符号集的概念,汉字图形笔画生成方法和交互式编辑功能,并在三维图形系统NDGRAPHICS的应用中取得了满意效果。最后对其性能作了简单评价。

IA-pix2seq:一个实现简笔画可控生成的深度双向学习方法

构建一个高斯混合模型(GMM)分布的编码空间是一种可辅助实现简笔画可控生成的编码方法.每种特定风格和类别的简笔画经过编码,被集中投影到GMM中的一个高斯区域中.通过选取不同高斯中的编码,可以可控地生成具有指定特征的简笔画.然而,现有方法在处理形态相似的简笔画时,所构建的GMM空间中,高斯区域间存在较大重叠.这降低了简笔画生成符合预期特征的准确率,即可控生成性能较差.本文以贝叶斯阴阳和谐学习算法为指导提出了IA-pix2seq深度双向学习模型.模型的双向互逆映射在和谐学习原理指导下,以最默契的方式达到最大共识,将同一高斯成分区域内的编码集中到相应的高斯中心,同时进一步约束了各简笔画在编码空间中的投影范围,从而扩大高斯成分间的边界并降低彼此间的重叠率.实验表明IA-pix2seq能有效降低不同类别简笔画因相似造成的编码重叠,以提高简笔画的可控生成性能.给定插值编码、将含像素缺失的简笔画作为约束,模型生成的简笔画仍能保留更多的预期特征.

人工智能技术在美术教学中的应用探究

随着现代计算机技术的发展,人工智能推动了美术教学的改革。将人工智能中的智能风格迁移算法、智能笔画生成算法、智能艺术阴影算法融入美术课堂教学,可以提高教师的备课效率和教学效率。人工智能技术能够针对不同的学生或不同的创作意图生成快速、丰富的教学辅助信息,在美术教学中直观地传递教学目标,提高学生的学习效率。