中国肖像画的风格转移算法

风格转移技术能快速生成目标艺术作品,但直接用在中国画上通常会存在特征分布不协调、人脸辨识不一致等问题.针对上述问题,文中提出基于卷积神经网络(CNN)的中国肖像画风格转移算法.首先,针对中国肖像画中写意和工笔两种绘画技法,提出笔触控制约束,指导图像的纹理分布.然后,提出国画特征移动距离,用于度量内容与风格特征,并将参考的中国画风格协调部署在肖像照上.最后,针对中国画的水墨色调和留白特点,提出水墨留白约束改进损失网络.实验表明,文中算法生成的结果不仅保证人脸辨识的一致性,而且在中国画艺术风格上表现更优.

数字人文范式框架与绘画文物AI智能研究

本文立足人文、技术和数据的跨学科融合提出了一种数字人文范式框架,同时开展了基于Django框架、CNN深度模型卷积网络的古代绘画类文物图像集的人工智能分析研究,这是数字人文与博物馆研究相结合的一次实践,研究成果重在为艺术家提供一个研究、再造水墨画的工具平台,功能包括目标检测、山水画元素相似性检索、山水画元素的聚类、风格创作和人文脉络信息管理等。