基于美学梯度法的人工智能风格化绘画系统

当前Stable diffusion等人工智能绘画模型在绘画时难以直接控制图像风格,同时风格模型训练仅针对单种风格。针对该问题,提出了一种基于美学梯度法的人工智能风格化绘画系统,以实现多种图像风格的控制和融合,并提供更加便捷的图像创作体验。收集并分析网络用户数据,结合问卷得到用户对图像风格的感性需求;根据感性需求收集各风格图像数据得到对应的风格图像训练集。使用梯度下降算法计算风格化文本编码器的权重,实现生成图像风格化的效果。通过可用性测试对比用户对该系统与传统人工智能绘画系统产出图像的风格满意程度,结果表明:人工智能风格化绘画系统的平均满意度相较传统人工智能绘画系统提升23%,表明人工智能风格化绘画系统在图像风格生成上具有更好的效果,可满足用户对图像风格的需求。该人工智能风格化绘画系统可以更便捷地实现图像风格调整,允许用户直观选择不同风格的权重,便捷使用一种或多种风格,能够有效满足用户对图像风格设计的需求。