基于GAN的场景文本艺术风格转换

图像风格转移是将风格样式迁移到源图像中的目标区域以创建艺术排版的任务,论文研究如何对场景文本图像中的文字区域进行风格转换,以实现自动对广告或海报中的文字进行风格转换,降低艺术创作的成本并提高艺术风格的多样性。由于场景文本图像中不同因素之间存在复杂的相互作用,先前很少有在保留原始文字内容和背景的同时进行文本风格转换的工作。该文提出了一个三阶段的框架,这是首个直接在原图进行程度可控的风格转换的网络,将原本对单个二值化字符进行风格转换的方法扩展到场景文本图像上的文字,并涉及到了图像修复的相关知识。首先使用风格转换网络只对场景文本图像中的文本风格进行转换,后利用字符擦除网络擦除原始字符重建背景图像,最后融合部分利用生成的前景图像和擦除字符后的背景图像生成最终风格转换后的结果图像。论文通过大量实验证明了该方法的有效性。

音乐艺术个人风格及审美特征探究

关于音乐的起源,可以追溯至远古时代。在漫长的音乐发展长河中,诞生了无数优秀的音乐家,音乐家个人风格的形成是其在创作和音乐实践活动中走向成熟的标志。一种音乐风格往往需要音乐家在自身主观因素的推动下,运用自己的艺术修养、技巧、积累等诸多要素通过长时间的沉淀得以形成。因此,关于音乐艺术个人风格的问题非常值得研究。

过程控制工程课程混合式教学中学生学习风格模型的构建及应用实践

大学生线上线下混合式教学中存在问题产生原因之一是缺乏对网络环境下学生行为数据的分析,从而无法判断学生的学习风格。因而基于数据挖掘技术,利用网络学习平台收集过程控制工程课程学习行为数据,建立基于灰狼算法优化支持向量机构建多维度的学习风格模型,处理和预测其可能的学习风格。有助于教师及时掌握学生动态,调整线上线下混合式教学方案,实现因材施教的个性化教学模式。

风格迁移、指令设计与“世界模拟器”——兼论Sora模型产出艺术杰作的可能

随着生成式人工智能技术在机器监督学习和对抗神经网络的推动下不断升级,程序化算法对当代艺术创作的影响也逐渐加大。回溯人工智能技术在作品生成方面的路径与方法,有助于理解人工智能艺术不同于传统艺术的新特征。通过细审艺术风格迁移的技术迭代现象,可以发现人机交互界面上隐形存在的深层指令设计问题。围绕指令文本做出的无休止调整,在增强艺术创作的游戏化体验时,迎来了动态的涌现现象。作为世界模拟器之一的Sora模型,能够部分地呈现运动中的物理世界,却无法模拟情感动态,艺术杰作难以产出。

基于多奖励强化学习的半监督文本风格迁移方法

文本风格迁移是自然语言处理中的一项重要任务,其主要目的在于改变文本的风格属性,同时保留必要的语义信息。然而,在许多任务缺乏大规模平行语料库的情况下,现有的无监督方法存在文本多样性不足和语义一致性较差的问题。针对这些问题,文中提出了一种半监督的多阶段训练框架。该框架首先利用风格标注模型和掩码语言模型构造伪平行语料库,以有监督的方式引导模型学习多样性的迁移方式。其次,设计了对抗性相似奖励、Mis奖励和风格奖励,从未标记的数据中进行强化学习以增强模型的语义一致性、逻辑一致性和风格准确性。在基于YELP数据集的情感极性转换任务中,该方法的BLEURT分数提升了3.1%,Mis分数提升了2.5%,BLEU分数提升了9.5%;在基于GYAFC数据集的正式文体转换实验中,该方法的BLEURT分数提高了6.2%,BLEU分数提高了3%。

基于风格转换注意的循环一致风格转换

为了解决现有艺术风格转换方法难以同时高质量保持图像内容和转换风格模式的问题,引入一种新颖的风格转换注意网络(style-transition attention network, STANet),其包含2个关键部分:一是非对称注意力模块,用于确定参考图像的风格特征;二是循环结构,用于保存图像内容。首先,采用双流架构,分别对风格和内容图像进行编码;其次,将注意力模块无缝集成到编码器中,生成风格注意表征;最后,将模块放入不同的卷积阶段,使编码器变成交错式的,促进从风格流到内容流的分层信息传播。此外,提出了循环一致损失,强制网络以整体方式保留内容结构和风格模式。结果表明:编码器优于传统的双流架构,STANet能用于交换具有任意风格的2幅图像的风格模式,合成更高质量的风格化图像,同时更好地保留了各自的内容。提出的带有风格转换注意的风格转换循环网络,模型风格化图像的内容细节更多,在泛化到任意风格方面获得了良好的效果。

基于时序对齐的风格控制语音合成算法

语音合成风格控制的目标是将自然语言转化为对应富有表现力的音频输出。基于Transformer的风格控制语音合成算法能在保持质量的情况下提高了合成速度,但仍存在不足:第一,在风格参考音频和文本长度差异大的情况下,存在合成音频部分风格缺失的问题;第二,基于普通注意力的解码过程容易出现复读、漏读以及跳读的问题。针对以上问题,提出了一种基于时间对齐的风格控制语音合成算法(Temporal Alignment Text-to-Speech,TATTS)分别在编码和解码过程中有效利用时序信息。在编码过程中,TATTS提出了时序对齐的交叉注意力模块联合训练风格音频与文本表示,解决了不等长音频文本的对齐问题;在解码过程中,TATTS考虑了音频时序单调性,在Transformer解码器中引入了逐步单调的多头注意力机制,解决了合成音频中出现的错读问题。与基准模型相比,TATTS在LJSpeech和VCTK数据集上音频结果自然度分别提升了3.8%和4.8%,在VCTK数据集上风格相似度提升了10%,验证了该语音合成算法的有效性,并且体现出风格控制与迁移能力。

ID4TST:基于融合数据集的文本风格迁移模型

文本风格迁移是自然语言处理的一项新兴任务,旨在改变文本的风格属性并保持其语义不变,本文对写作风格的迁移进行研究.在较小规模数据集上训练的风格迁移模型虽然能根据源文本生成具有目标的写作风格的文本,但是却无法很好地保留源文本的内容.本文将多个数据集融合进一个训练集,利用更大规模的数据增强模型抽取高级语义特征的能力,同时加入启发式语言模板用于区分不同的数据集.此外,本文还改进了作家归属分类器的分类算法进行写作风格的量化.实验结果表明,本文提出的方法生成的文本不仅能在一定程度上更接近目标写作风格,并且在源文本内容保存和通顺程度方面都优于其他模型.

不同风格驾驶员眼动特性分析——夜间快速路分流区

为提高驾驶员在夜间快速路分流区换道的安全性,以不同风格的驾驶员为研究对象,分析不同风格驾驶员换道时眼动参数的变化规律。首先在前人研究基础上自编夜间快速路驾驶风格量表,对量表进行信度和Pearson相关系数法的效度检验;然后通过主成分分析法对问卷调查法得出的结果进行分析,得出驾驶风格综合得分量化模型,并使用K均值聚类分析法划分驾驶风格;最后基于眼动仪进行实车试验,获取三种风格驾驶员换道的眼动数据。试验结果表明:谨慎型、一般型、激进型驾驶员对于后视镜平均注视次数占比为48%、27%、25%;对左右两侧的平均累计注视时间占比是31%、25%、19%;平均瞳孔面积占比为56.3%、27.6%、16.1%。试验结果可以为提高驾驶员换道的行车安全性研究提供一定的数据支持。

基于深度学习的风格迁移方法综述

随着深度学习的迅猛发展,风格迁移技术在算法和应用上取得了重大突破,为内容与风格的创新交互提供了强大支持。该文综述了风格迁移的基本概念、分类及其在神经网络中的应用,特别是神经网络风格迁移的原理、变体与合成算法。文章还对基于文本的图像风格迁移与基于图像的方法进行了比较,分析了各自的优缺点,突显了智能化风格迁移技术的发展。此外,探讨了风格迁移技术与其他领域结合的情况,如与超分辨方法和对比学习方法等的结合,以及在大型工艺品设计中的应用实例,展示了其广泛的应用潜力。该文的目的是为研究者提供清晰的视角,推动风格迁移领域的技术进步。

综艺节目主持人语言风格塑造方式探索

在融媒体时代背景下,拥有符合时代需求的语言风格的综艺节目主持人,既能有效提高节目关注度,还能提高信息传播效能,亦能创造流量并带领综艺节目破圈成长。立足此背景,本文先从自然亲切的语言表达、诙谐幽默的舞台主持、从容敏捷的互动交流视角出发,对综艺节目主持人语言风格进行概述,并提出坚实的文化底蕴与艺术修养、丰富的工作经验与专业知识、优良的政治意识与生理素养的综艺节目主持人语言风格塑造要求。在此基础上,针对性地提出“品牌效应:强化主持风格品牌建设;丰富内涵:优化情感表达技巧;专攻深耕:提升语言措辞规范性和精确性”的塑造途径,以助力综艺节目主持人明确与树立自身语言风格定位。

不同圆周卷烟的风格特征与烟气特征分析

【目的】考察卷烟圆周值对烤烟烟叶风格特征及烟气特征的影响。【方法】以八大香型烤烟产地典型烟叶(C3F)为原料,分别制备常规、中支和细支卷烟样品,通过对样品进行感官评价、常规烟气指标和香味成分检测,研究八大香型生态区域烤烟烟叶随卷烟圆周值变化其风格特征和烟气特征的变化规律。【结果】(1)不同生态区烤烟烟叶卷制烟支的香气风格随圆周值的变化存在差异,随着卷制圆周值降低,烟叶原料卷烟的风格特征呈弱化趋势。(2)不同生态区烤烟烟叶卷制烟支的品质特征随圆周值的变化存在差异,随着卷制圆周值的降低,香气量、透发性和成团性等感官指标均有减小趋势,刺激性、干燥感和细腻程度等感官指标有改善趋势。(3)随卷制圆周值降低,不同生态区烤烟烟叶卷制烟支主流烟气焦油、烟碱和CO释放量均有减小。(4)随着卷制圆周值的降低,除黑龙江哈尔滨生态区烟叶外,其他生态区烟叶卷制烟支的主流烟气TPM单口释放量为中支烟>常规烟≥细支烟。香味成分酚类、酸类、酯类、内酯类、酰胺类和新植二烯的单口释放量整体表现为中支烟≥常规烟>细支烟,醛类、烃类、杂环类、醇类和酮类物质的单口释放量整体表现为中支烟>常规烟≥细支烟。

考虑驾驶风格的混合动力汽车强化学习能量管理策略

为了提升混合动力汽车能量管理策略对不同风格驾驶员的适应性,基于深度强化学习和等效燃油消耗最小策略(equivalent consumption minimization strategy,ECMS),提出一种考虑驾驶风格的混合动力汽车能量管理策略。通过实车试验采集驾驶员行驶数据,基于采集数据进行驾驶员驾驶风格的聚类分析,建立驾驶风格识别模型;构建基于强化学习和ECMS的能量管理策略,将驾驶风格系数作为强化学习状态变量,利用多种驾驶风格的组合工况训练深度确定性策略梯度智能体,获取不同工况和驾驶风格下ECMS等效因子,采用ECMS求解最优发动机、电机转矩分配以及变速箱挡位;搭建硬件在环测试平台,并基于实际采集的不同驾驶员驾驶数据构建测试工况,验证所提出控制策略的有效性。研究结果表明,相较于基于规则策略、基于等效因子比例修正的自适应ECMS以及DRL-SAC策略,提出的考虑驾驶风格的强化学习能量管理策略使整车能量消耗分别降低16.35%、11.11%和7.56%,所提控制策略的有效性得到了验证。

基于航测数据的不同风格换道轨迹规划

不当的换道行为可能危及交通安全,导致交通事故和拥堵,因此有必要探索不同驾驶风格下在车道出口的换道轨迹.本文利用中国高速公路和快速路拥堵场景数据集中的车辆轨迹数据,采用K-means算法将驾驶人分为谨慎型、普通型和激进型三类;通过聚类分析和换道时间预测,以最小化换道纵向位移和行驶稳定性加权值之和为优化目标,同时以舒适性和安全性评价指标为约束条件,采用五次多项式进行最优换道轨迹规划;随后,使用遗传算法解决轨迹规划问题,基于Prescan、CarSim、MATLAB/Simulink仿真平台建立横纵向联合控制二自由度车辆动力学模型;最后,设计自车前车、目标车道前车和目标车道后车三种典型换道场景,并通过仿真实验评价不同驾驶风格下的换道轨迹规划效果和车辆轨迹跟踪控制效果.实验结果表明:在目标车道有车的场景下提出的融合驾驶风格的轨迹规划算法使得规划的换道轨迹增加了激进型驾驶风格的换道时长,同时减少了普通型和谨慎型驾驶风格司机的换道时长,进而能够确保换道过程的时效性、安全性和舒适性.

织物风格与热湿舒适性综合评价系统设计

为综合评价织物的风格和热湿舒适性,根据CHES-FY纺织品手感风格评价仪的测试原理,设计并开发了织物风格与热湿舒适性综合评价系统。该系统由收声装置、电子数码显微镜、图像摄取装置等机械装置、传感器和控制系统组成,综合了视觉、触觉和听觉等感官信息,可对织物进行多感官风格评价与热湿舒适性评价。选择了5块具有明显差异的面料,在Datacolor 850台式分光光度仪、YG461G型全自动透气量仪、YG606E型纺织品热阻测试仪、YG601H电脑型面料透湿仪、KES-F7ⅡB接触冷暖感试验仪上进行了织物风格和热湿舒适性的测试,并在织物风格与热湿舒适性综合评价系统上进行了试验。结果表明:织物风格与热湿舒适性综合评价系统可以测试纺织品的视觉、触觉和听觉风格,能够得到纺织品的结构特征,可以对不同面料之间的多项热湿指标进行测试与对比评价。该系统提供了多种组合信息,为相关领域的研究提供一种新的测试手段。

基于SAM分割的交互式局部图像风格迁移方法研究

针对目前局部图像风格迁移目标区域选择困难、迁移灵活性不足、容易出现内容泄露、前景与背景边缘过渡不自然等问题,提出一种基于任意分割模型(Segment Anything Model,SAM)的交互式局部图像风格迁移方法。首先利用SAM分割网络在用户输入提示的指导下对输入的内容图像进行交互式目标迁移区域提取,对得到的有效对象掩码进行二值化处理,以二值化掩码提取全局风格化图像的目标区域作为前景、内容图像作为背景图像进行泊松融合,实现局部图像风格迁移。为了避免迁移过程中的内容泄露,全局风格迁移网络采用生成对抗网络架构,通过多级自适应注意力归一化模块进行风格特征转换,利用联合损失函数对网络进行综合训练。实验结果表明,设计的交互式局部图像风格迁移网络能够根据用户提示生成灵活可控的局部迁移结果,可以对图像中的任意物体进行风格迁移,迁移结果很好地保留了内容源图像中的内容结构,避免了内容泄露,且前景与背景边缘过渡更加自然。

基于特征对比的循环生成对抗网络图像风格转换研究

无监督图像到图像转换任务是在非配对训练数据的情况下学习源域图像到目标域图像的转换.但是,图像风格转换任务依然面临着图像内容丢失、模型坍塌等现象.为了解决上述问题,提出了一种局部特征对比来保持图像内容,通过特征提取器获得多层图像深层特征,使得图像编码器学习到高级语义信息,获得信息更加丰富的图像特征.同时,增加局部特征对比损失来引导特征提取器学习到有利于图像内容生成的特征.实验结果表明,在大多数情况下,所提方法在FID和KID分数方面优于之前的方法,图像生成质量有一定的提升.

考虑驾驶风格和舒适性的电动汽车制动能量回收策略

现有的制动能量回收策略未充分考虑驾驶风格对前、后轴制动力矩分配的影响,降低了能量回收率,增加了制动减速度。为此,提出了一种考虑驾驶风格和制动舒适性的再生能量回收策略,对不同驾驶风格的驾驶员采用不同的权重系数去权衡制动能量回收效率与制动舒适性。设计模糊规则控制器对驾驶员舒适性权重进行分配,建立包含舒适性和制动能量回收效率的多目标优化模型。最后结合考虑电池、电机特性和紧急工况等影响因素确定制动力矩分配策略。仿真结果表明,与其他控制策略相比,所提出的控制策略使驾驶员处于舒适与轻微不适的占比分别增加3.4%和1.58%,并消除严重不适,电池SOC值损失0.3183%。

面向游戏与动漫的黑白漫画风格非真实感实时渲染方法

针对一般黑白漫画风格的非真实感渲染方法资源开销高和实时性差的问题,提出一种面向游戏与动漫的黑白漫画风格非真实感实时渲染方法。设计特化光照模型,通过分析光照模型效果,设计主体突出的环境光项和灰度分级的漫反射项,合并光照模型各项,实现基于特化光照模型的场景预处理;提出屏幕空间三相边缘检测方法,将预处理得到的场景光照结果依次进行深度边缘检测、法线边缘检测、颜色边缘检测,合并边缘检测结果;对场景光照结果进行屏幕空间分区域渲染,依据光照结果灰度值大小,分别采用网点着色和线条着色方式处理,并采用插值方法处理着色交界;合并结果,依据光照模型结果灰度值设计分段函数,合并屏幕空间三相边缘检测结果与屏幕空间分区域渲染结果,得到最终渲染结果。实验表明,该方法能够以较低的资源开销和较快的渲染速度实现黑白漫画风格非真实感渲染,在有限的资源下提高渲染的效果,具有显著的黑白漫画风格。

彰显龙岩CB-1烟叶清甜蜜甜香型风格密集烘烤工艺研究

研究龙岩地区‘翠碧一号’的密集烘烤工艺,为彰显其清甜蜜甜香型风格提供参考。为彰显‘翠碧一号’烟叶清甜蜜甜香型风格,以福建龙岩烟区栽种‘翠碧一号’下、中、上部的适熟烟叶为实验材料,设置3种烘烤工艺,采用“背靠背”编烟方式编竿装烟,对烤后烟叶分别按下、中、上部进行分级,然后进行鉴定,统计外观、化学成分及感官质量等信息。结果显示,‘翠碧一号’(CB-1)品种烟叶下部烟宜采用T3(高温/高低高湿)烘烤工艺,关键烘烤阶段干/湿球温度为:变黄期38~40/37~38℃、凋萎期42/36℃、变筋期46/36℃、干片期50~54/38~39℃、干筋期60~65/40~42℃,中、上部烟叶宜采用T1(高温/高湿)烘烤工艺,关键烘烤阶段干/湿球温度为:变黄期38~40/37~38℃、凋萎期42/38℃、变筋期46/38℃、干片期50~54/39~40℃、干筋期60~65/40~42℃。该研究为彰显‘翠碧一号’香型的密集烘烤工艺提供技术参考。