本書是作者在積累多年科研成果的基礎(chǔ)上撰寫而成的，詳細(xì)介紹風(fēng)格遷移領(lǐng)域中的一些算法設(shè)計(jì)和模型，涉及鉛筆畫風(fēng)格實(shí)現(xiàn)、圖像上色、云南重彩畫的數(shù)字模擬和合成以及云南重彩畫風(fēng)格化繪制等技術(shù)。本書包含4種不同的風(fēng)格遷移算法，模型構(gòu)建思路和實(shí)現(xiàn)步驟詳細(xì)透徹。本書立足于圖像風(fēng)格遷移這一大的研究領(lǐng)域，結(jié)合作者多年的科研工作經(jīng)驗(yàn)，本書面向?qū)︼L(fēng)格遷移這一研究方向感興趣的讀者，會(huì)起到很好的參考作用，幫助讀者了解相關(guān)風(fēng)格的遷移算法和設(shè)計(jì)思路。
更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。
2011年1月畢業(yè)于云南大學(xué)通信與信息系統(tǒng)專業(yè)，獲博士學(xué)位
目錄
第1章 緒論 1
1.1 圖像視覺屬性 1
1.1.1 顏色 1
1.1.2 紋理 2
1.1.3 風(fēng)格 3
1.1.4 情感 4
1.2 圖像視覺屬性傳遞算法研究的意義 5
1.3 視覺藝術(shù)風(fēng)格傳遞研究現(xiàn)狀 8
1.4 本書主要內(nèi)容 10
參考文獻(xiàn) 11
第2章 圖像視覺屬性傳遞算法的研究現(xiàn)狀 13
2.1 色彩傳遞 13
2.1.1 傳統(tǒng)色彩傳遞算法 13
2.1.2 深度色彩傳遞算法 22
2.2 紋理合成 28
2.2.1 紋理的定義 28
2.2.2 基于樣圖的紋理合成 29
2.2.3 紋理合成加速算法 33
2.2.4 深度紋理合成算法 41
2.3 風(fēng)格傳遞 43
2.3.1 傳統(tǒng)的風(fēng)格傳遞算法 43
2.3.2 深度學(xué)習(xí)的風(fēng)格傳遞算法 47
2.4 本章小結(jié) 51
參考文獻(xiàn) 52
第3章 繪制內(nèi)容指導(dǎo)的鉛筆畫風(fēng)格實(shí)現(xiàn) 55
3.1 鉛筆畫繪制研究概述 55
3.1.1 執(zhí)行方式不同的鉛筆畫繪制 55
3.1.2 處理結(jié)果不同的鉛筆畫繪制 55
3.1.3 色彩特征不同的鉛筆畫繪制 56
3.2 繪制內(nèi)容指導(dǎo)的鉛筆畫風(fēng)格實(shí)現(xiàn)的主要思想和設(shè)計(jì) 57
3.3 鉛筆畫輪廓圖繪制 58
3.3.1 邊緣保持的圖像平滑處理 58
3.3.2 求取梯度圖 62
3.3.3 兩次卷積得到輪廓圖 62
3.4 鉛筆畫色調(diào)紋理圖繪制 65
3.4.1 鉛筆畫色調(diào)圖分類歸納 65
3.4.2 紋理噪聲圖形成 70
3.4.3 紋理方向的形成 72
3.4.4 生成彩色鉛筆畫 73
3.5 實(shí)驗(yàn)結(jié)果與分析 73
3.5.1 繪制內(nèi)容指導(dǎo)的鉛筆畫風(fēng)格實(shí)現(xiàn)實(shí)例 73
3.5.2 繪制參數(shù)對(duì)鉛筆畫繪制效果的影響 74
3.5.3 與其他鉛筆畫繪制算法的比較 76
3.6 本章小結(jié) 77
參考文獻(xiàn) 78
第4章 實(shí)例圖像上色 80
4.1 實(shí)例圖像上色研究現(xiàn)狀 80
4.1.1 傳統(tǒng)上色方法 80
4.1.2 深度學(xué)習(xí)上色方法 80
4.2 主要思想和研究工作 81
4.3 實(shí)例圖像上色算法研究基礎(chǔ) 83
4.3.1 卷積神經(jīng)網(wǎng)絡(luò) 83
4.3.2 目標(biāo)檢測 86
4.3.3 注意力機(jī)制 88
4.4 極化自注意力約束顏色溢出的圖像自動(dòng)上色 89
4.4.1 引言 89
4.4.2 網(wǎng)絡(luò)框架 89
4.4.3 損失函數(shù)的設(shè)計(jì) 93
4.4.4 實(shí)驗(yàn)過程與分析 94
4.5 結(jié)合細(xì)粒度自注意力機(jī)制的實(shí)例圖像上色 100
4.5.1 引言 100
4.5.2 網(wǎng)絡(luò)框架 101
4.5.3 細(xì)粒度自注意力機(jī)制網(wǎng)絡(luò) 102
4.5.4 目標(biāo)函數(shù)設(shè)計(jì) 106
4.5.5 實(shí)驗(yàn)過程及分析 106
4.5.6 消融實(shí)驗(yàn) 112
4.6 本章小結(jié) 116
參考文獻(xiàn) 117
第5章 基于繪制的云南重彩畫風(fēng)格的數(shù)字模擬和合成 120
5.1 基于繪制的云南重彩畫風(fēng)格合成研究思路及框架 121
5.2 云南重彩畫基本圖形元素庫 121
5.2.1 云南重彩畫基本圖形元素庫簡介 123
5.2.2 云南重彩畫基本圖形元素庫的組成 123
5.2.3 圖形元素的提取 123
5.2.4 圖形元素的建模 124
5.2.5 圖形元素的分級(jí)管理 125
5.3 云南重彩畫白描圖繪制 126
5.3.1 云南重彩畫白描圖繪制流程 126
5.3.2 云南重彩畫白描圖繪制方法 128
5.3.3 云南重彩畫白描圖繪制實(shí)例 130
5.4 云南重彩畫白描圖的著色與渲染 132
5.4.1 云南重彩畫特有紋理的建模 134
5.4.2 云南重彩畫刮痕狀紋理的筆刷繪制算法 138
5.4.3 云南重彩畫點(diǎn)塊狀混色紋理的填充繪制算法 142
5.4.4 云南重彩畫中空輪廓線增強(qiáng)算法和背景添加 152
5.4.5 繪制實(shí)例 157
5.5 本章小結(jié) 162
參考文獻(xiàn) 164
第6章 基于深度學(xué)習(xí)的云南重彩畫風(fēng)格化繪制 165
6.1 基于深度學(xué)習(xí)的云南重彩畫風(fēng)格化繪制的研究思路及框架 165
6.2 基于語義的人體變形 166
6.2.1 3D模型擬合 167
6.2.2 人體變形 168
6.3 對(duì)應(yīng)語義的重彩畫風(fēng)格轉(zhuǎn)移 171
6.3.1 人物風(fēng)格轉(zhuǎn)移 171
6.3.2 服飾紋理轉(zhuǎn)移 173
6.3.3 泊松圖像融合 176
6.3.4 多風(fēng)格轉(zhuǎn)移 179
6.3.5 實(shí)驗(yàn)結(jié)果 179
6.4 云南重彩畫輪廓線條感增強(qiáng) 185
6.4.1 各向異性DoG濾波器提取人物的輪廓線 185
6.4.2 梯度最小化的圖像平滑增強(qiáng)邊緣 188
6.4.3 基于卷積神經(jīng)網(wǎng)絡(luò)的線條圖缺口檢測和補(bǔ)全 189
6.4.4 線條感增強(qiáng)實(shí)驗(yàn)結(jié)果 192
6.5 云南重彩畫風(fēng)格轉(zhuǎn)移效果對(duì)比 194
6.6 本章小結(jié) 198
參考文獻(xiàn) 199
后記 200
書單推薦
