基于卷积神经网络的人物剪纸设计

摘要：

为解决中国剪纸设计耗时长、成本高、效率低等问题,提出了一种新的卷积神经网络模型PC-Unet实现人物剪纸设计.PC-Unet算法在编码阶段使用LeakyReLU激活函数,增强网络提取人物较弱特征的能力.同时在编码与解码阶段之间加入多个空洞卷积,对编码段提取到的特征进行多尺度提取与融合,以此获取更强表现力的特征描述.为了验证PC-Unet网络模型的真实设计效果,在自制剪纸数据集上进行定性和定量的测试评估,算法测试结果可达到89.8％的平均像素精度和69.5％的交并比,相比原Unet算法提高了3.5％与5.8％.实验结果表明:使用所提方法得到的剪纸设计图能够达到较为理想的效果.

关键词：剪纸设计、图像分割、空洞卷积、深度学习

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;四川省哲学社会科学重点研究基地资助项目

在线出版日期：2021-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：88-91