文化景观地图设计:表达对象与艺术风格

依托西湖文化景观的典型案例,本文以表达对象与艺术风格为具体突破点,首先从景观基因理论的视角出发,结合我国文化景观特有的意象要素,建立了文化景观地图表达对象选取的理论框架,在此基础上确定了《西湖文化景观地图》的表达对象。进而采取"古为今用"的地图设计理念,提出了移植宋代山水地图艺术风格的设计思路,并据此制定了《西湖文化景观地图》艺术风格营造的具体设计方案。最终通过视觉层次、符号设计、色彩设计、版面设计等环节,说明了《西湖文化景观地图》表达策略的制定过程,以期为文化景观地图设计提供理论和实践参考。

基于循环生成对抗网络的壁画色彩修复算法

针对敦煌唐代壁画修复所面临的褪、变色以及修复后的壁画图像色彩存在假色和伪影的问题,提出基于循环生成对抗网络和多尺度融合协调注意力机制的壁画色彩修复算法。首先在循环一致性损失中添加同一映射损失,然后改进协调注意力机制,提出多尺度融合的协调注意力机制,最后在生成器中引入多尺度融合的协调注意力机制,对图像进行卷积核大小为1×1、3×3、5×5、7×7的多尺度卷积运算,提高生成图像的协调性。实验结果表明,与CycleGAN、WGAN等经典算法相比,本文算法在构造的壁画数据集上精度更高,可以在不依赖专家知识的情况下修复褪色壁画图像的颜色。

面向跨域人群计数的头部感知密度适应网络

基于领域自适应技术的人群计数方法不依赖标注样本,是一种重要的无监督学习策略,但是现有方法易造成头部区域信息丢失和背景区域过度估计.针对以上问题,提出了一种面向跨域人群计数的头部感知密度适应网络.该方法由头部感知风格迁移模块和密度适应模块组成.其中,风格迁移模块利用源域密度图生成头部掩膜和背景掩膜,并以此设计了基于头部感知的风格迁移损失函数,以防止风格迁移后头部区域与背景区域的混淆.同时,密度适应模块利用鉴别器进一步将源域与目标域的特征映射到同一个隐空间,增强了源域密度图和目标域密度图分布的一致性.整个网络以端到端的方式同时训练风格迁移和密度适应模块,使模块相互迭代学习,共同受益.在合成数据集GCC和3个真实数据集上的实验结果表明,与现有几种跨域算法对比的结果表示,该方法的平均绝对误差降低9%,均方误差降低7%;在无标注的目标场景实现了鲁棒的跨域人群计数.

语义风格一致的任意图像风格迁移

图像风格迁移的目标是通过将目标图像风格迁移到给定的内容图像来合成输出图像。目前已有大量关于图像风格迁移的工作,但这些方法的风格化结果忽略了内容图像不同语义区域的流形分布,同时,大多数方法使用全局统计数据(如Gram矩阵或协方差矩阵)来实现风格特征到内容特征的匹配,不可避免地存在内容丢失、风格泄漏和伪影的问题,从而产生不一致的风格化结果。针对以上问题,提出了一个基于自注意力机制的渐进式流形特征映射模块(MFMM-AM),用于协调一致地匹配相关内容和风格流形之间的特征;然后通过在图像特征空间中应用精确直方图匹配(EHM)来实现风格和内容特征图的高阶分布匹配,减少了图像信息的丢失;最后,引入了两个对比性损失,利用大规模风格数据集的外部信息来学习人类感知的风格信息,使风格化图像的色彩分布和纹理图案更加合理。实验结果表明,与现有典型的任意图像风格迁移方法相比,所提网络极大地弥合了人类创作的艺术品和人工智能创作的艺术品之间的鸿沟,可以生成视觉上更加和谐和令人满意的艺术图像。

多通道特征增强风格迁移算法

针对风格迁移算法在迁移过程中图像内容特征映射出错,无法保证特征映射完整性,使生成图像出现内容失真的问题,提出多通道特征增强风格迁移算法。该算法在CycleGAN(Cycle Generative Adversarial Networks)风格迁移网络基础上,引入多通道特征增强机制,增强每个通道对图像特征的非线性表达能力,不仅可保持通道的独立,还能提取更加丰富的内容特征,在确保特征映射一致的同时,提高风格迁移质量。经仿真实验表明,本文所提算法与CycleGAN相比:在风景方面,冬-夏季节场景数据集在评价指标IS和FID上分别提高6.2%和25.7%;在静物方面,苹果-橘子水果静物数据集在评价指标IS和FID上分别提高9.3%和24.4%。

文本风格转换综述

自然语言生成是人工智能系统中的重要组成部分,随着人工智能技术逐渐融入人们的生活,人们对自然语言生成技术有了更高的要求,可控自然语言生成成为新的研究热点.文本风格转换任务作为可控自然语言生成的重要研究方向,受到学术界和工业界的广泛关注.文本风格转换任务指的是在保留文本原有内容的基础上,有目的地生成目标风格的句子.为了进一步展示该任务中的发展进程,首先,介绍了当前文本风格转换任务的定义及发展脉络;然后,基于模型方法将当前的研究工作总结成3类,即基于隐空间解耦、基于显性解耦和基于一步映射,在简述这些工作的基础上,着重介绍了一些具有启发意义的工作;接着,梳理和分析了文本风格转换任务中的公共数据集和评估方法;最后,对文本风格转换任务的未来发展趋势提出展望.

地图风格迁移:概念、综述与展望

来源于计算机图形学领域的风格迁移概念引起了地图学领域的广泛关注,涌现出大量地图风格迁移算法与评价实验,同时存在地图风格概念不明、风格迁移结果缺少评价等问题。首先,从概念上分析了地图风格的含义与风格地图的适用场景;其次,对现有风格迁移方法进行综述,详细对比分析基于概率统计的、基于内容解析的以及基于神经网络的3类图像风格迁移方法;然后,解析图像到地图、遥感影像到地图以及图像到地貌晕渲等3类主要地图风格迁移方法,对比了矢量与栅格地图风格迁移的优缺点;最后,针对参考图如何选取、风格迁移结果如何评价、风格迁移如何融入地图设计3个方面,对后续地图风格迁移研究进行了展望。

从绘画到地图的风格迁移适宜性分析

针对当前地图风格迁移中参考图片的适宜性研究缺失这一问题,该文以强调色彩表现力的(后)印象派画家莫奈、梵高和塞尚的绘画为例,设计包含点、线、面不同几何形态和等级、差异、关联语义关系的测试地图,从地图颜色科学性和地图色彩美两方面对参考图的风格与测试地图制图内容的匹配程度进行定量分析,并提取3位画家绘画的色域特征,对其地图风格迁移结果进行定性和定量的对比分析。初步结果表明:梵高的绘画色彩对不同比例尺、几何形态、语义关系的地图都具有较高的迁移适宜性;塞尚的绘画色彩在以等级关系为主的地图迁移中具有较高的迁移适宜性;莫奈的绘画色彩总体的迁移适宜性相对偏低。参考图的风格对地图风格迁移结果的科学性和艺术性都有较大的影响。该文提出的定量和定性相结合的参考图适宜性评价方法可辅助非专业制图者自动甄别出适合制图内容的形式,也可辅助专业制图者二次创作迭代,快速收敛到形式与内容的和谐统一。