局部色彩可控的中国山水画仿真生成方法

本文针对布局标签图到仿真中国山水画的转换生成问题进行研究,现有的基于条件生成对抗网络(CGAN)的方法存在色彩和语义失真、网络结构参数量较大的问题.针对这些问题,提出一种局部色彩可控的中国山水画仿真生成方法.方法首先提出并设计了一种面向山水画的多语义标签图作为交互方式,根据内容、技法、颜色3个语义层次归纳出山水画中对象的类别,相应地设计了面向手绘山水画原作的多语义标签图的分层分割生成算法,用于构造"手绘山水画-多语义标签图"数据对以作网络训练之用;其次,提出了轻量化的多尺度颜色类别关注的条件生成对抗网络MS3C-CGAN,引入空间自适应归一化残差块、双线性上采样结构简化并重构原有的UC-Net生成器,将生成器的参数量减少了24.45%.对比实验结果表明,本文方法仿真生成的中国山水画更具色彩艺术真实感、语义内容更为准确,同时通过编辑布局标签图可控制生成山水画中植被的色彩,可应用于艺术教育、设计模拟等领域.

基于CGAN的中国山水画布局可调的仿真生成方法

以往的山水画计算机仿真由于未从山水画整体布局的角度进行研究,难以实现完整的画作生成.针对上述问题,文中提出布局引导、可实现完整画作生成的中国山水画仿真方法.基于山水画的绘制特点设计可行的布局标签图结构,用于表达山水画的构图形态和要素.借鉴条件生成对抗网络(CGAN)的思想,针对山水画的布局和笔触特点,设计并训练多尺度特征融合的网络结构(MSFF-CGAN),实现布局标签图到仿真山水画这一异质生成过程.同时针对网络训练过程中布局标签图数据稀缺的问题,采用语义关联的颜色像素聚类算法快速生成标签图.为了提高生成图的艺术真实感,引入MemNet超分辨网络增强生成图的纹理细节.实验表明,文中方法生成的仿真山水画具有较好的完整性和艺术真实感,不仅可以应对简单的手绘涂鸦式草图,还可以通过在布局空间的编辑操作,达到对画作空间进行编辑的效果.