基于多尺度纹理合成的刺绣风格迁移模型
针对现有的刺绣风格模拟算法产生的图像细节不够精确,缺乏语义深度等缺点,提出了一种多尺度纹理合成的刺绣风格迁移模型(MTE-NST),该模型主要由生成网络和损失网络 2 部分组成,其中生成网络又包含内容匹配模块、结构增强模块和纹理精细模块.并通过引入多程式损失联合训练,分层迭代优化刺绣迁移图像,减少各个损失项对迁移效果的影响.结果表明:与现有卷积神经网络风格迁移算法对比,MTE-NST能生成更清晰的刺绣织线纹理和多方向的针脚轨迹,显著减少图片匹配错误产生的伪影,生成更逼真的刺绣艺术作品,本文研究结果有助于提高刺绣产品的外观仿真设计水平,促进刺绣技艺的发展及创新.
风格迁移、刺绣作品、深度神经网络、非真实渲染、拉普拉斯损失
44
TS195.644(纺织工业、染整工业)
国家自然科学基金;浙江省自然科学基金项目;浙江省大学生科技创新活动计划暨新苗人才计划项目
2023-11-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
84-90