基于多光谱数据和融合像素差卷积的壁画线稿提取

使用现有边缘检测方法提取古代壁画的线稿,存在噪声干扰大且丢失信息较多的问题。本文提出一种融合像素差卷积的壁画最优波段线稿提取方法,利用最小噪声分离方法将壁画多光谱数据的有效信息和噪声分离,选择最优主成分波段进行线稿的提取。针对传统卷积提取图像梯度信息的问题,引入像素差卷积提高边缘检测的图像梯度信息。在侧输出网络加入尺度增强模块(SEM)丰富多尺度特征,同时针对像素级别不平衡引起的像素错误分类问题,设计了基于图像相似度的Dice损失函数策略,逐级最小化像素距离获得清晰图像边缘,并利用壁画数据集先验知识微调模型解决数据集不足的问题。实验结果表明,本文方法可以在壁画褪色和噪声较多的场景下提取出较为清晰的线稿,线稿图像的SSIM和RMSE均优于其他算法,分别提高了2%~10%和2%~4%;在公开数据集BIPED上对模型进行验证,所提方法的ODS和OIS较PiDiNet分别提高0.005和0.007。该方法对褪色及具有病害的壁画可以提取出清晰完整的线稿图像。

Cross-CNN:基于CNN和Transformer混合模型的动画跨帧线稿着色算法

对长序列的动画线稿帧进行着色是计算机视觉中一项具有挑战性的任务.一方面,线稿中包含的信息较为稀疏,需要着色算法对缺失的信息进行推断;另一方面,连续帧之间的色彩需要保持一致,以确保整个视频的视觉质量.现有的着色算法多数只针对单张图片进行着色,这类算法只给出一个开放性的符合合理范围的色彩结果,无法适用于帧序列着色.另一些基于参考帧的着色算法,并没有将2帧之间的关系有机地联系起来,导致着色效果不够出色.在同一镜头序列中,同一对象的特征往往不会发生太大变化,因此,可以设计一个根据给定参考帧,即可给线稿自动着色的模型.为此,本文提出了基于CNN(Convolutional Neural Networks)和Transformer相结合的模型Cross-CNN,该模型能够从参考帧中寻找并匹配颜色,从而保证时间维度上的特征一致性.Cross-CNN模型参考帧和线稿帧在通道维度叠加,输入预训练的Resnet50网络提取局部融合特征,将融合特征图传给Transformer结构进行编码以提取全局特征.在Transformer结构中设计了交叉注意力机制更好地匹配远距离特征.最后使用带有跳层连接的卷积解码器完成着色图片输出.本文在数据集方面从8部电影中截取画面并经过严格筛选,最终制作了一个包含20000对二元组的数据集用于实验研究.Cross-CNN的SSIM(Structural SIMilarity)达到了0.932,高于SOTA算法0.014.本文算法代码链接:https://github.com/silenye/Cross-CNN.

基于美学质量评价的条件生成对抗网络线稿图像彩色化方法

目的为了更好地实现包装设计中符合用户美学感知需求的动漫图像元素,生成美感更高的彩色线稿图像,提出一种基于美学质量评价的条件生成对抗网络线稿图像彩色化方法(Conditional Image Colorization with Image Aesthetics GANs,IM-GAN)。方法采用Mish函数作为生成模型激活函数,并使用美学质量评价优化生成模型损失函数,实现线稿图像的自动彩色化任务。结果使用图像美学质量评分作为客观评价指标,观察者打分作为主观评价指标,对算法进行评价。IM-GAN生成的彩色图像具有更高美学质量评分和主观打分。结论文中方法能够完成线稿图像自动彩色化任务,在包装设计动漫形象应用方面具有一定的参考和使用价值。

场景线稿动漫效果的自动上色算法

场景线稿具有线条语义多样化的特点,直接应用现有的人像线稿图自动上色算法对其着色容易出现上色错误或棋盘效应等结果失真的现象.针对上述问题,文中提出动漫效果自动上色算法.基于条件生成对抗网络,改进和增强人像线稿图自动上色算法中常用的U型网络(U-Net)生成器的结构,设计双层信息抽取的生成器网络(DIEU-Net),自动完成场景线稿到动漫效果的上色.DIEU-Net设计用于抽取场景线稿浅层显著信息的双卷积子模块(IESS).构建双层IESS与残差结构的集成模块,插入生成器的不同阶段,增强网络在与线稿关联的颜色、位置等重要特征上的全域学习能力,缓和网络加深带来的梯度消失等网络退化问题.同时采用“卷积+上采样”操作替换U-Net生成器中原有的反卷积操作,抑制生成结果中棋盘效应的发生.实验表明,文中算法能较好地克服结果失真的问题,上色效果合理、自然,具有较好的应用推广性,可应用于多种类型景物线稿图的动漫上色.

纸质草稿图的半自动线稿生成算法

线稿生成是计算机辅助绘画流程中一个关键步骤.针对现有辅助软件中存在的自动生成效果差、通过"钢笔"或"铅笔"工具勾勒效率低的问题,提出一种半自动线稿生成算法.该算法的输入为经过扫描或拍摄得到的数字化草稿,首先经过笔画提取和矢量化等步骤自动生成初始线稿;然后通过基于笔画段的简单、便捷的用户交互式编辑得到最终线稿.通过用户调查的统计结果表明,文中算法能够生成满足启发性原则的、近似于"钢笔"勾勒方法得到的线稿,满足用户交互需求,并有效地减少了创作者所需花费的精力和时间,改进了计算机辅助绘画流程.

基于U-net变体和分类器的动漫线稿风格迁移

近年来,随着一些突破性的神经风格迁移方法的出现,一张动漫线稿和一张匹配的风格图像可以通过风格迁移的方法,生成一张彩色图像。但是,当需要将这幅图像的风格具体应用到某张动漫线稿的时候,这些方法都只是将线稿的素描线随即上色作为输出,并且无法得到想要的具体风格类型迁移。在本文中,利用一种改进的残差增强U-net变体结合辅助分类器组成辅助分类器生成对抗网络模型(AC-GAN)应用于神经风格迁移动漫线稿上色中。实验结果表明,该方法能够将辅助图像的颜色风格应用到线稿当中,同时生成的彩色图像具有较高的质量。

基于条件生成对抗网络生成人体肖像线稿

将深度学习用于图像边缘提取,获取线稿图。常见的图像边缘获取算法存在两个缺陷:只考虑到了图像边缘的一阶、二阶数据特征,并未发掘其高阶数据特征及其他隐含特征;没有设定合理的阈值,而阈值直接影响着检测效果。这两个因素使得到的图像线稿图效果不佳。鉴于此,提出基于条件对抗网络生成人体肖像线稿图的方案,并在最终的实验中取得了良好效果。

基于多尺度特征对齐的卡通线稿上色方法

针对目前基于参考的卡通线稿上色方法在色彩语义匹配方面存在的不足,提出一种基于多尺度特征对齐的卡通线稿上色方法。该方法包含预上色、多尺度特征对齐和细化三个阶段。首先通过预上色网络赋予线稿灰度信息,缩小线稿域与参考图像之间的域差;然后构建多尺度特征对齐模型将预上色图像和参考图像输入到一个共享的潜在特征空间,逐像素进行特征密集匹配;最后将匹配后的图像输入到细化网络得到最终的上色结果。结果表明,在改进数据集中,与现有基于参考的卡通上色方法相比,该方法生成的上色图像视觉效果更好。

有限色彩空间下的线稿上色

目的 线稿上色是由线条构成的黑白线稿草图涂上颜色变为彩色图像的过程,在卡通动画制作和艺术绘画等领域中是非常关键的步骤。全自动线稿上色方法可以减轻绘制过程中烦琐耗时的手工上色的工作量,然而自动理解线稿中的稀疏线条并选取合适的颜色仍较为困难。方法 依据现实场景中特定绘画类型常有固定用色风格偏好这一先验,本文聚焦于有限色彩空间下的线稿自动上色,通过约束色彩空间,不仅可以降低语义理解的难度,还可以避免不合理的用色。具体地,本文提出一种两阶段线稿自动上色方法。在第1阶段,设计一个灰度图生成器,对输入的稀疏线稿补充线条和细节,以生成稠密像素的灰度图像。在第2阶段,首先设计色彩推理模块,从输入的颜色先验中推理得到适合该线稿的色彩子空间,再提出一种多尺度的渐进融合颜色信息的生成网络以逐步生成高质量的彩色图像。结果 实验在3个数据集上与4种线稿自动上色方法进行对比,在上色结果的客观质量对比中,所提方法取得了更高的峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity index measure,SSIM)值以及更低的均方误差;在上色结果的色彩指标对比中,所提方法取得了最高的色彩丰富度分数;在主观评价和用户调查中,所提方法也取得了与人的主观审美感受更一致的结果。此外,消融实验结果也表明了本文所使用的模型结构及色彩空间限制有益于上色性能的提升。结论 实验结果表明,本文提出的有限色彩空间下的线稿自动上色方法可以有效地完成多类线稿的自动上色,并且可以简单地通过调整颜色先验以获得更多样的彩色图像。

循环生成对抗网络的线稿图像自动提取

目的动漫制作中线稿绘制与上色耗时费力,为此很多研究致力于动漫制作过程自动化。目前基于数据驱动的自动化研究工作快速发展,但并没有一个公开的线稿数据集可供使用。针对真实线稿图像数据获取困难,以及现有线稿提取方法效果失真等问题,提出基于循环生成对抗网络的线稿图像自动提取模型。方法模型基于循环生成对抗网络结构,以解决非对称数据训练问题。然后将不同比例的输入图像及其边界图输入到掩码指导卷积单元,以自适应选择网络中间特征。同时为了进一步提升网络提取线稿的效果,提出边界一致性约束损失函数,确保生成结果与输入图像在梯度变化上的一致性。结果在公开的动漫彩色图像数据集Danbooru2018上,应用本文模型提取的线稿图像相比于现有线稿提取方法,噪声少、线条清晰且接近真实漫画家绘制的线稿图像。实验中邀请30名年龄在2025岁的用户,对本文以及其他4种方法提取的线稿图像进行打分。最终在30组测试样例中,本文方法提取的线稿图像被认为最佳的样例占总样例84%。结论通过在循环生成对抗网络中引入掩码指导单元,更加合理地提取彩色图像的线稿图像,并通过对已有方法提取效果进行用户打分证明,在动漫线稿图像提取中本文方法优于对比方法。此外,该模型不需要大量真实线稿图像训练数据,实验中仅采集1000幅左右真实线稿图像。模型不仅为后续动漫绘制与上色研究提供数据支持,同时也为图像边缘提取方法提供了新的解决方案。

Photoshop在手绘漫画线稿后期处理中的应用研究

漫画作为一种绘画艺术,有着自身独特的魅力,吸引着越来越多的年轻人。在这个信息化的时代下,漫画作品的数字化成为不可逆转的趋势。本文针对性研究了Photoshop在手绘漫画线稿后期处理中的应用,提出了一些可行性的技巧与方法,特别是Photoshop在手绘漫画线稿中的数字获取、线稿调整以及后期的上色与贴网点的技巧。希望通过对Photoshop相关技能的掌握,为手绘漫画创作提供一套更有效的后期制作方法,为漫画创作服务。

激光加工技术在掐丝珐琅画中的应用

掐丝珐琅画传统以手工制作为主,描图不仅速度慢,若质量低还会影响画作艺术效果,因此有较大的局限性。激光加工技术具有精度高、速度快、自动化程度高的特点,可应用在掐丝珐琅画的制作过程中。该文研究激光加工技术在掐丝珐琅画制作中的应用方法,以南宋吴炳的绢本设色画《出水芙蓉图》为例,具体阐述了激光加工制作掐丝珐琅画板从画稿设计、调试加工到参数设置的流程,为今后掐丝珐琅画工艺品的个性化定制和批量化生产提供了思路和借鉴。

基于神经网络的手绘服饰图纹上色及风格迁移

针对图纹上色容易色彩溢出、风格迁移缺少布料纹理特征等问题,提出基于神经网络的手绘服饰图纹上色及风格迁移方法。初始化数据集,收集服饰图纹图像,提取服饰图纹黑白线稿,合成具有颜色特征的手绘图像,构建风格数据集;构建条件生成对抗网络模型,基于该生成器模型实现对具有颜色信息的线稿图像上色;构建卷积神经网络模型,利用该模型计算内容图的内容特征并结合Gram矩阵计算风格图的风格特征,输出令人满意的服饰图纹迁移图像。实验结果表明,该方法生成的图像具有真实的服饰图纹颜色分布,具有较好的布料材质感。

云冈石窟造像面容雕刻规则初探——以第二期诸窟内的佛像为中心

由来自各地的工匠雕刻的云冈造像,其面容既有共性,细节上又不尽相同。本文尝试借鉴佛教量度学经典《造像量度经》和基于此经的藏传佛教造像线稿所提示的关键比例,对云冈第二期诸窟内佛像进行测算和分析,推测当时的工匠有可能遵循的造像规则。经测算,云冈第二期佛像面部比例有着整体较低的标准差,说明当时云冈造像面部比例或许存在某种统一的规则,而《造像量度经》虽时代较晚,但其中也有可能保留一些更早期的造像规则。

隋唐时期联珠团窠纹智能再生设计研究

为了实现隋唐时期联珠团窠纹图案智能再生设计,文章采用中值滤波平滑处理,利用自适应高低阈值法代替人工调参,提高适应性;结合拉普拉斯算子和形态学处理优化线稿,最后基于颜色特征将位图转化为矢量图。通过对隋唐时期联珠团窠纹样矢量图进行创新设计,并应用于现代汉服和家纺产品中,为联珠团窠纹在纺织服装产品中的设计与应用提供参考。

基于光谱成像的彩绘文物新应用与新方法

目前基于光谱成像的彩绘文物分析主要集中在颜料分析、信息增强、隐含信息挖掘等方面,分析方法主要采用遥感图像处理软件。针对文物数据专门分析方法研究尚显不足的问题,提出基于光谱成像的彩绘文物新应用与新方法。主要包括基于最小噪声分离(MNF)变换感知修复区域的新应用,利用感兴趣区域分析与融合挖掘彩绘文物隐含信息以及基于稀疏非负矩阵欠近似彩绘文物线稿提取的新方法。通过在唐墓壁画、彩绘泥塑以及手绘绢画上的实验,发现光谱成像可以有效感知修复区域,提出的新方法可以有效挖掘隐含信息以及提取线稿,对基于光谱成像的彩绘文物分析研究具有重要意义。

《手绘效果图表现》技能教学初探

手绘效果图表现是环境艺术设计相关专业从业人员的必备技能。如何有效进行本课程教学让学生迅速掌握手绘技能,是教师授课时的关注重点。本文以此为切入点,具体阐述了作者的技能教学理念和具体教学手段。

一种两阶段的漫画自动着色模型

近年来对抗生成网络广泛应用于诸如风格迁移、黑白照片着色等很多图像生成的场景中.本文根据生成网络观点提出了一种新的基于深度学习的漫画着色算法.由于漫画原始的线稿中并没有漫画人物的纹理细节、阴影等信息,所以相比于现有的照片着色生成任务,漫画着色的难度大大增加.为了解决上述问题,文中提出了一个两阶段的漫画自动着色模型.首先,在第一阶段中,网络模型根据线稿和颜色提示信息来丰富漫画的细节信息对漫画主题进行勾勒,并对漫画的整体进行着色;然后第二阶段会对第一阶段的着色错误的信息进行迭代修正,并最终产生满意的漫画着色的结果.在相关的漫画数据集上进行的测试验证了本文算法的有效性.同时为了便于自动化测试,条件信息使用了提示色的方法.

基于在地文化的博物馆指示系统设计研究——以山东省博物馆新馆为例

博物馆是凝结人类自然与历史文化的所在,博物馆指示系统设计应紧紧围绕博物馆所在地特色文化因子,将其转化为可视、可触、可传播的元素。在山东省博物馆新馆指示系统设计中,我们充分考虑了山东文化特点与省博物馆新馆的展示特点,采用铜材质、立体字体和抛光处理的设计方法,力求指示系统设计同博物馆建筑格调、展示环境相配合。在辅助图形设计上选用线稿建筑造型和青铜纹,以体现厚重文化;以黄色、黑色、银色为标准色,以体现山东文化特色。

植物纹样瓦当图案初探

从历史发展脉络来看,植物纹瓦当起源于春秋战国时期,植物纹多为写实图案的树木纹与几何纹、山纹等组合,变化丰富多彩;秦代的植物纹瓦当装饰纹样演变成与云纹结合且形体很小的草叶、树叶纹,汉代的瓦当装饰以纹样树屋、草叶动物组合图案为主;魏晋南北朝到隋唐时期的植物纹瓦当主要有莲花纹瓦当、化生莲花纹瓦当、忍冬纹瓦当;宋辽金元时期出现的植物纹瓦当主要有莲花纹瓦当、花卉纹瓦当。从设计与应用的角度看,植物纹瓦当的纹饰除单一植物纹外,还有植物纹与云纹元素、动物纹元素、几何纹元素、多类元素相混合等类型,展现了历史的进步与发展以及图案的丰富化、多样化、抽象化。可参见齐国故城临淄所考古发现的植物纹半瓦当的线稿。