一种基于深度学习的艺术品图像多层级描述自动生成方法

    公开(公告)号:CN115272690A

    公开(公告)日:2022-11-01

    申请号:CN202210887319.5

    申请日:2022-07-26

    Applicant: 湖南大学

    Abstract: 本申请涉及人工智能技术领域一种基于深度学习的艺术品图像多层级描述自动生成方法。所述方法包括:获取待描述的艺术品图像,对待描述的艺术品图像进行预处理,得到预处理图像;采用基于深度学习方式提取预处理图像的全局视觉特征和局部视觉特征;根据全局视觉特征和局部视觉特征在隐喻知识图谱进行查询,得到艺术品图像的隐喻视觉特征;根据多维度视觉特征在专家句子库中进行查询,得到图像特征对应的专家描述语句;根据多维度视觉特征和预定标题模板,得到艺术品标题;根据专家描述语句和预定详细描述模板,得到艺术品详细描述;根据艺术品标题和艺术品详细描述,得到艺术品图像多层级描述。采用本方法可以实现对艺术品图像描述的高效率生成。

    基于对抗生成网络的国画绘制过程生成方法、装置和设备

    公开(公告)号:CN115830165A

    公开(公告)日:2023-03-21

    申请号:CN202211489904.6

    申请日:2022-11-25

    Applicant: 湖南大学

    Abstract: 本申请涉及人工智能技术领域的一种基于对抗生成网络的国画绘制过程生成方法、装置和设备,该方法通过获取风格相同的多幅国画图像和每幅国画图像对应的绘制步骤图像序列,并对该序列按照绘画步骤先后进行标记得到对应标签;将预处理后的绘制步骤图像序列作为训练样本;构建对抗生成网络的生成器和判别器,生成器为UNet网络,判别器与Stargan的判别器结构相同;采用训练样本、国画图像以及标签对生成器和判别器进行训练,得到训练好的生成器;将待处理国画图像和预设标签输入到训练好的生成器中,得到对应的国画绘制步骤图像。采用本方法解决了绘画步骤生成的不合理、不逼真的问题,针对目标图像生成其逼真、合理的绘制步骤,以供绘画者学习参考。

Patent Agency Ranking