摘要：随着生活水平的逐日提高,人们对图片的视觉需求不再仅仅局限于图片的原始风格,由此诞生了各式各样的滤镜,它们让图片更具有观赏性。而基于机器深度学习的图像风格化应用,可以在此方向更进一步,利用训练好的卷积神经网络模型进行图像特征提取,使图片呈现出不同的艺术风格。

摘要：为了解决传统图像风格化算法生成图像的多样性较差的问题,本文提出一种基于EBGAN(Energy-Based Generative Adversarial Net)的网络模型,即在鉴别器中引入能量函数思想,设计Autoencoder使其能分别针对真假输入产生不同重构结果,计算输入图像重构前后的误差值,以此误差值作为能量概念用来鉴别输入图像。在Autoencoder的编码阶段,对于编码后的向量引入正交控制,控制同一batch中的两两向量最大正交化,推动生成器生成朝着不同方向发展的图像。使用该模型在Facades和Cityscapes数据集上进行实验,实验结果表明本文的网络模型能有效完成图像风格化过程,较传统图像风格化网络模型能生成更加多样化的图像。

摘要：沙画是一种风靡全球的新视觉艺术形式,其风格对艺术创作具有重要意义,计算机沙画艺术方兴未艾.以图像滤波为基础,并尽可能准确地保持图像的原有细节与主轮廓,设计了一套自动化的沙画风格化算法框架.分别引入双边滤波、桑原滤波、中值滤波、各向异性扩散等四种方法进行了大量的实验.可视化结果表明,所提出的框架可行有效,使用不同的图像滤波算子都基本能生成具有沙画风格的结果图像.定量分析也证实,与已有方法相比,双边滤波、各向异性扩散取得了更佳的客观评价指标分值,更适用于沙画风格化.此外,算法所需的时间耗费也可以满足实时工程应用.总体上,所提出的方法能获得有效的生成结果,可以为计算机沙画艺术自动创作提供参考和借鉴.

摘要：图像艺术风格化作为一个正在蓬勃发展的领域被越来越多的人熟知,也引起了众多学者的研究兴趣.本文总结了图片风格化的发展现状,分析了不同风格化方法的特点,指出了目前风格化方法的缺点,总结了图片风格化的发展趋势,为进一步研究图片风格化提供了方向.

摘要：在众多传统艺术绘画形式中,笔触是被现代计算机绘画工具(GIMP、Photoshop和Painter)普遍采用的形式之一.创新性地提出了服务于非真实感渲染AI辅助艺术创作系统(A4).系统能够实现自动生成特定艺术家风格的笔触效果.该系统在强化学习框架下,主要进行以下研究工作:(1)提出基于PGPE的正则化策略学习方法以提高风格学习过程的稳定性;(2)利用IRL(inverse reinforcement learning)算法实现了艺术风格行为的模型化及其数字化保护方法.实验结果表明,所提方法行之有效地实现了针对具体个性风格的照片水墨画艺术风格转化.

摘要：提出了一种基于导向滤波的局部图像风格迁移算法.局部图像风格迁移提取图像中感兴趣的部分进行风格迁移,将其渲染成具有铅笔画、水彩画或水墨画等风格的艺术图像.介绍了一种基于导向滤波提取局部图像(也叫图像抠图)的方法,得到二值掩膜图像,利用VGG16网络提取图像的高级特征,通过分离与重组输入图像的内容特征与风格特征的方式,实现局部目标图像的内容与艺术图像的风格的深度融合,并通过掩膜图像去除边缘粗糙,得到精细的风格化图像,从而获得新的局部风格迁移图像.

摘要：基于Tensorflow训练了人脸动漫化模型和风景动漫风格转换的模型,并将此模型转为可在PyTorch下使用,摆脱Tensorflow的环境限制,仅需配置PyTorch相关环境即可成功使用。通过这些模型,用户可以将现实世界的图片转换为动漫的风格,体验到简单创作的乐趣。2个模型的训练使用新型的轻量级生成对抗网络AnimeGAN,以实现快速的动画风格转换。

摘要：笔触风格化技术是图像艺术风格化最为经典和重要的研究方向,产生了众多的研究成果,也引起了越来越多研究人员的兴趣。总结了基于笔触图像风格化技术的研究现状,分析了笔触风格化系统的基本构成和各种不同类型算法的特点,指出了目前笔触风格化方法的缺点,揭示了图像风格化技术的发展趋势,为进一步研究和探索图像风格化提供了方向。

摘要：油画风格是把一张图像的油画风格信息加到任意某张图像上,并保持该图像的语义内容,产生一个新的具有观赏性的图像。本文主要介绍了一种基于卷积神经网络的图像风格算法,可以分离和重组自然图片的图像内容与风格,进而实现图片的油画化迁移。该算法可以将任意图像的内容与众多知名油画风格相结合,获得高感知质量的艺术作品。通过实验验证该算法能够实现图像内容与油画风格的深度融合,证明了该算法的有效性。

摘要：图像风格化是平面设计中的一个重要手段,它能将不同图像上的艺术风格形象表现在普通图像上,从而改变图像的视觉效果。近几年来人工智能备受关注,基于机器学习的计算机视觉领域得到了迅猛发展,将机器学习方法运用到平面设计中,不仅可以丰富平面设计图像风格化技术,还可以方便普通用户进行图像风格的设计。