基于卷积神经网络的中国水墨画风格提取

作     者：王晨琛 王业琳 葛中芹 储开岳 蔡晶 金建华 陈颖 葛云 WANG Chenchen;WANG Yelin;GE Zhongqin;CHU Kaiyue;CAI Jing;JIN Jianhua;CHEN Ying;GE Yun

作者机构：南京大学电子科学与工程学院江苏南京210023 江苏省公安厅物证鉴定中心江苏南京210031 南通市肿瘤医院放疗科江苏南通226361 

基　　金：2015年江苏省政策引导类计划(产学研合作)-前瞻性联合研究项目(BY2015069-06) 2016年度省重点研发计划-社会发展-临床前沿技术(SBE2016750075) 

出 版 物：《图学学报》 (Journal of Graphics)

年 卷 期：2017年第38卷第5期

页      码：754-759页

摘      要：针对使用卷积神经网络对中国水墨画风格进行学习的过程进行了探讨。首先,分析了VGG19神经网络模型的框架结构,并探讨了如何使用VGG19模型提取艺术风格,并和普通风景图像融合的过程;然后,在理论的基础上,依据中国水墨画的实际特点,通过实验分析寻找合适的卷积层处理内容图像,以及寻找最优的叠加组合对水墨画特征进行提取,并提出了评价图像质量的可视化准则;最后,通过调整内容图像和风格图像的比例系数,得到了符合预期目标的图像,验证了理论的可行性,提出了新的中国水墨画风格图像的风格提取方法。

主 题 词：卷积神经网络 中国水墨画 艺术风格学习 特征提取 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11996/JG.j.2095-302X.2017050754

馆 藏 号：203277773...