基于深度生成模型的中国画风格迁移
计算机视觉与模式识别
2023-10-19 v2 人工智能
机器学习
摘要
艺术风格迁移旨在改变图像风格的同时保留其内容。自 2015 年以来，基于深度学习模型的风格迁移已被广泛研究，且多数应用聚焦于梵高、莫奈、塞尚等特定艺术家。关于传统中国画风格迁移的研究与应用甚少。本文中，我们将研究并利用不同最先进的深度生成模型进行中国画风格迁移，并从定性与定量两方面评估性能。此外，我们提出结合多种风格迁移模型用于本任务的自有算法。具体而言，我们将两种传统中国画主要风格——即“工笔”与“水墨”——迁移至自然物体、肖像与风景等现代图像。
引用
@article{arxiv.2310.09978,
title = {Chinese Painting Style Transfer Using Deep Generative Models},
author = {Weijian Ma and Yanyang Kong},
journal= {arXiv preprint arXiv:2310.09978},
year = {2023}
}
备注
Paper is too old (written in 2019)