基于CycleGan的山水画风格迁移

作     者：吕泽华 唐嘉晨 王琦媛 谢文誉 刘懿峤 

作者机构：大连外国语大学软件学院辽宁 大连 

出 版 物：《计算机科学与应用》 (Computer Science and Application)

年 卷 期：2023年第13卷第5期

页      码：973-980页

摘      要：山水画作为中国传统绘画的独特艺术形式,一直以来都备受关注。在互联网流行的今天,通过社交媒体分享的图片,与用于各种场合的图集占据了互联网很大一部分空间。如何有效利用这一庞大的图片资源,并与现有的技术结合,设计出具有实际意义的作品是本文的主要目的。利用GANs技术设计生成的自主学习模型机,可以在大量的同类别的数据集中寻找到人眼难以发现的规律,并加以学习,生成以分析得到的规律为基础的新图像。本研究旨在利用CycleGAN方法进行山水画风格的迁移。我们构建了一个包含大量山水画和普通照片的训练数据集,并使用CycleGAN模型进行训练。通过生成器和判别器之间的对抗学习,我们实现了从普通照片到山水画和从山水画到普通照片的双向风格迁移。该技术在数据集充裕的情况下,可以对数据进行预测,对人眼难以发现的特征进行提取,对大数据进行整合等功能,有着很大的应用前景。实验结果表明,我们的方法在实现山水画风格迁移方面取得了显著的成果。生成的图像在保持了原始照片的内容的同时,成功地融合了山水画的独特风格,具有艺术性和视觉吸引力。并且还通过定量和定性的评估指标对生成图像进行了评估,验证了方法的有效性和稳定性。此外,本研究创新性具体表现在动态风格迁移:基于CycleGAN的山水画风格迁移还可以实现动态风格迁移,即将不同时间段的山水画进行转换,以呈现出不同的季节或氛围。这一方法在艺术创作、设计和虚拟现实等领域具有广泛的应用潜力。通过将传统山水画风格与现代照片图像进行结合,为研究图像生成技术的发展和艺术应用领域的拓展带来了新的可能性。

主 题 词：CycleGAN 山水画 风格迁移 优化方法 

学科分类：1304[艺术学-美术学类] 13[艺术学] 

D　O　I：10.12677/CSA.2023.135095

馆 藏 号：203121559...