主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
谢宁,赵婷婷,杨阳,魏琴,Heng Tao SHEN.基于创意序列学习的艺术风格学习与绘制系统.软件学报,2018,29(4):1071-1084
基于创意序列学习的艺术风格学习与绘制系统
Creative Sequential Data Learning Method for Artistic Stylisation and Rendering System
投稿时间:2017-05-01  修订日期:2017-06-26
DOI:10.13328/j.cnki.jos.005414
中文关键词:  多媒体信息处理  序列数据分析  图像风格化  基于笔触的合成  逆向强化学习  策略探索
英文关键词:multimedia information processing  sequential data analysis  image artistic stylization  stroke-based rendering  IRL (inverse reinforcement learning)  policy search
基金项目:国家自然科学基金(61602088,61572108,61632007);中央高校基本科研业务费(ZYGX2016J212,ZYGX2014Z007,ZYGX2015J055);国家重点基础研究发展计划(973)(2015CB856000)
作者单位E-mail
谢宁 电子科技大学 未来媒体研究中心, 四川 成都 611731
电子科技大学 计算机科学与工程学院, 四川 成都 611731 
 
赵婷婷 天津科技大学 计算机科学与信息工程学院, 天津 300457  
杨阳 电子科技大学 未来媒体研究中心, 四川 成都 611731
电子科技大学 计算机科学与工程学院, 四川 成都 611731 
 
魏琴 贵州省公共大数据重点实验室(贵州大学), 贵州 贵阳 550025 pkupiano@foxmail.com 
Heng Tao SHEN 电子科技大学 未来媒体研究中心, 四川 成都 611731
电子科技大学 计算机科学与工程学院, 四川 成都 611731 
 
摘要点击次数: 901
全文下载次数: 782
中文摘要:
      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.
英文摘要:
      Among various traditional art forms, brush stroke drawing is one of the widely used styles in modern computer graphic tools such as GIMP, Photoshop and Painter. In this paper, an AI-aided art authoring (A4) system of non-photorealistic rendering is developed that allows users to automatically generate brush stroke paintings in a specific artist's style. Within the reinforcement learning framework of brush stroke generation, the first contribution in this paper is the application of regularized policy gradient method, which is more suitable for the stroke generation task. The other contribution is to learn artists' drawing styles from video-captured stroke data by inverse reinforcement learning. Experiments demonstrate that the presented system can successfully learn artists' styles and render pictures with consistent and smooth brush strokes.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利