摘要：现有的图像翻译方法大多依赖数据集域标签来完成翻译任务,这种依赖往往限制了它们的应用范围。针对完全无监督图像翻译任务的方法能够解决域标签的限制问题,但是普遍存在源域信息丢失的现象。为了解决上述2个问题,提出一种基于对比学习语言-图像预训练(CLIP)的无监督图像翻译模型。首先,引入CLIP相似性损失对图像的风格特征施加约束,以在不使用数据集域标签的情况下增强模型传递图像风格信息的能力和准确性;其次,对自适应实例归一化(AdaIN)进行改进,设计一个新的双空间自适应归一化(DSAdaIN)模块,在特征的风格化阶段添加网络的学习和自适应交互过程,以加强对内容源域信息的保留;最后,设计一个鉴别器对比损失来平衡对抗网络损失的训练和优化过程。在多个公开数据集上的实验结果表明,与Star GANv2、Style DIS等模型相比,该模型可在准确传递图像风格信息的同时保留一定的源域信息,且在定量评估指标FID分数和KID分数上分别提升了近3.35和0.57×102,实现了较好的图像翻译性能。

摘要：在计算美学研究中,需要用绘画作品的高分辨率图像来进行分析,但实际获得的绘画作品图像多为低分辨率的,为此研究绘画图像质量对视觉艺术分析效果的影响.选取梵高、莫奈等4位画家绘画作品的高低分辨率图像作为研究对象,采用稀疏编码训练出绘画作品的基函数;对基函数在Gabor域和频率域提取Gabor能量、峰值方向、峰值空间频率等7个特征;按不同的绘画组别对这些特征进行归一化互信息计算,比较它们在分析绘画风格时的性能差异;用性能最好的Gabor能量分析高低分辨率绘画图像对绘画风格研究的差异;最后采用从高分辨率绘画图像中提取的特征对绘画风格进行了分类.实验结果表明,低分辨率绘画图像提取的特征在一定程度上仍具有表征绘画风格的能力,可用于绘画风格的分析,其中Gabor能量的性能最好.

摘要：如何在实现人物风格转移的同时保持人物形体结构的协调性和脸部辨识的一致性,是目前人物画风格转移较难解决的问题.为此,将云南重彩画作为风格转移目标,把输入照片转移成目标风格,提出人物绘画作品和纹理精细绘画作品的风格转移算法.针对重彩画人物肢体修长的特点提出人体图像重塑,对照片人物进行变形;为保留人物形体结构和重彩画精细纹理,提出按语义的风格转移和图像类比相结合的解决方案,增加结构保持正则项;针对重彩画线条分明灵动的特点,提出对风格转移图进行线条感增强,结合L_0梯度最小化平滑图像、各向异性的DoG(difference-of-Gaussians)滤波器和线条图缺口检测以及补全算法提取出光滑连贯的线条.运用该算法对重彩画风格进行转移,转移结果表现出重彩画人物肢体修长的美感、精细的纹理特征和线条分明灵动的特点.

摘要：爨体字作为典型的衬线字体,不同于黑体、微软雅黑、等线这些非衬线字体,其字形结构十分多样.为了防止爨体字在生成过程中笔画弯折处出现伪影和模糊的现象,提出一种基于稠密自适应生成对抗网络的爨体字风格迁移模型.首先,生成器通过稠密自适应卷积块更加充分地提取风格特征和内容特征;然后,像素判别器对真实图片和生成图片进行分辨;再采用对抗损失、迁移损失、梯度损失和边缘损失对生成网络进行参数调节;最后,将自行采集的爨体字数据集作为训练集送入模型进行训练.实验结果证明,所提模型能够有效地学习到风格特征,达到更好的生成效果;其生成结果在字形大小保持上优于Zi-to-zi模型,在笔画细节特征的保留上优于StarGANv2以及CycleGAN模型,并在SSIM和L1 loss指标上得到了验证.

摘要：为了让铅笔画纹理的色调更接近画家的绘制效果,提出一种内容指导的铅笔画色调生成算法,以改进铅笔画纹理的生成效果.首先对大量绘制内容不同的铅笔画分类后进行色调直方图统计,拟合出适合每种类别的直方图曲线,并对输入图像用与之同类别的直方图曲线进行色调匹配,得到对应的铅笔画色调图;然后用与输入图像大小相同的随机噪声图为基底,对噪声图的每个像素进行不同次数的迭代相乘后产生与色调图匹配且分布一致的噪声场;最后对输入图像进行区域分割,在与分割区域对应的噪声场中用LIC算法生成卷积长度及卷积方向不同的铅笔纹理图,实现分区域不同方向的铅笔纹理的绘制.实验结果表明,由于采用内容指导的分类绘制,该算法生成的铅笔画在色调上更加贴近真实画家绘制的铅笔画,且纹理形式多样,整体效果较好.

摘要：随着计算机视觉领域的发展,图像风格迁移已经成为一个具有挑战性和研究价值的重要课题。针对现有方法无法有效保留内容图像物体轮廓和同种内容语义迁移多种不同风格特征的问题,提出了一个内容语义和风格特征匹配一致的艺术风格迁移网络。首先,利用双支路特征处理模块增强风格特征和内容特征,并保留内容图像的物体轮廓;然后,在注意力特征空间中实现特征分布对齐和融合;最后,采用具有空间感知能力的插值模块实现内容语义的风格一致化。使用82783张真实照片和80095张艺术画像进行风格迁移训练,另各使用1000张真实照片和艺术画像进行测试。实验通过与最新的4种风格迁移方法进行比较,并进行消融实验分别验证该框架与所加损失函数的有效性。实验结果表明,本文网络在256像素图像生成中平均运行时间为9.42 ms,在512像素图像生成中平均运行时间为10.23 ms;同时避免了内容结构扭曲失真,并将内容语义和风格特征匹配一致,具有更好的艺术视觉效果。

摘要：为了充分挖掘服装图像从全局到局部的多级尺度特征,同时发挥深度学习与传统特征各自在提取服装图像深层语义特征和底层特征上的优势,从而实现聚焦服装本身与服装全面特征的提取,提出基于多特征融合的多尺度服装图像精准化检索算法.首先,为了不同类型特征的有效融合,本文设计了基于特征相似性的融合公式FSF(Feature Similarity Fusion).其次,基于YOLOv3模型同时提取服装全局、主体和款式部件区域构成三级尺度图像,极大减弱背景等干扰因素的影响,聚焦服装本身.之后全局、主体和款式部件三级尺度图像分别送入三路卷积神经网络(Convolutional Neural Network,CNN)进行特征提取,每路CNN均依次进行过服装款式属性分类训练和度量学习训练,分别提高了CNN对服装款式属性特征的提取能力,以及对不同服装图像特征的辨识能力.提取的三路CNN特征使用FSF公式进行特征融合,得到的多尺度CNN融合特征则包含了服装图像从全局到主体,再到款式部件的全面特征.然后,加入款式属性预测优化特征间欧氏距离,同时抑制语义漂移,得到初步检索结果.最后,由于底层特征可以很好的对CNN提取的深层语义特征进行补充,故引入传统特征对初步检索结果的纹理、颜色等特征进行约束,通过FSF公式将多尺度CNN融合特征与传统特征相结合,进一步优化初步检索结果的排序.实验结果表明,该算法可以实现对服装从全局到款式部件区域多尺度CNN特征的充分提取,同时结合传统特征有效优化排序结果,提升检索准确率.在返回Top-20的实验中,相比于FashionNet模型准确率提升了16.4%."

摘要：为了探究泡沫沥青冷再生混合料抗水损害能力的衰变情况,选取6种不同级配泡沫沥青冷再生混合料,采用劈裂强度试验及电子断层扫描试验,系统研究了不同冻融循环次数下混合料强度衰减特性、空隙级配及最可几孔径的变化规律.结果表明:随着冻融循环的增加,冷再生混合料的强度明显减小,微空隙显著减小,大空隙显著增加,空隙数目的变化直接影响到混合料的强度.电子断层扫描试验及劈裂强度试验结果表明:在总空隙率相同的条件下,微空隙越多混合料强度越高;大空隙越多混合料强度越低.以此为基础提出再生混合料内部空隙的3种分类:无害孔、少害孔及有害孔.前2次冻融循环对冷再生混合料最可几孔径影响最大.在相同的冻融次数下初始空隙率越大泡沫沥青冷再生混合料的最可几孔径越大.

摘要：背景:随着研究的深入,组织工程血管支架材料已由单纯的天然材料发展为可降解复合材料和纳米聚合物材料,其制备方法也由单纯手工发展到新兴的快速成型技术。目的:阐明不同组织工程血管支架材料的优缺点、用途及研究热点等,寻求一种能够符合临床需求的组织工程血管支架材料。方法:由第一作者检索1985至2015年PubM ed数据库、中国知网、维普中文期刊网等收录的与组织工程血管支架材料相关的文献。英文检索词为"tissue engineering,tissue engineered,blood vessel,vascular,scaffold",中文检索词为"组织工程;血管;支架材料;血管支架",按纳入、排除标准最后共纳入文献36篇进行综述。结果与结论:不可降解材料主要用于构建大口径组织工程血管;天然生物材料具有良好的生物相容性,能够提供细胞所需的信号,可促进细胞附着及保留分化功能;可降解高分子合成材料具有较好的组织相容性,机械性能、降解率和微结构可控,能根据设计要求进行批量生产;复合物材料结合了天然生物材料和合成高分子材料的优势,成为目前最理想的支架材料,也是未来研究的重点。

摘要：为探索基于行车安全目标的公路排水设施创新设计问题,引入可拓学中的相关分析、发散分析、蕴含分析等拓展分析工具,提出了一种形式化、流程化、逻辑化、数学化的排水设施可拓设计方法.对拦水带进行创新设计的实例分析表明,本文提出的公路排水设施可拓设计方法是正确可行的,可以摆脱设计过程中对设计人员经验、灵感等个体能力的过度依赖,有助于指导新理念公路设计.