基于对抗生成网络的国画绘制过程生成方法、装置和设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115830165A(43)申请公布日2023.03.21(21)申请号202211489904.6(22)申请日2022.11.25(71)申请人湖南大学地址410082湖南省长沙市岳麓区麓山南路麓山门(72)发明人刘芳王遵富殷彦琳冉长娟杨柏蔼(74)专利代理机构长沙国科天河知识产权代理有限公司43225专利代理师唐品利(51)Int.Cl.G06T11/00(2006.01)G06N3/0475(2023.01)G06N3/084(2023.01)G06N3/094(2023.01)权利要求书2页说明书9页附图4页(54)发明名称基于对抗生成网络的国画绘制过程生成方法、装置和设备(57)摘要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。CN115830165ACN115830165A权利要求书1/2页1.一种基于对抗生成网络的国画绘制过程生成方法，其特征在于，所述方法包括：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，并对绘制步骤图像序列按照绘画步骤先后进行标记，得到绘画过程步骤的标签；对绘制步骤图像序列进行预处理，得到训练样本；构建对抗生成网络的生成器和判别器，所述生成器为UNet网络，所述判别器的网络结构与Stargan网络判别器的网络结构相同；采用所述训练样本、所述国画图像以及标签对所述生成器和所述判别器进行训练，得到训练好的生成器；将获取的待处理国画图像和多个预设标签输入到训练好的生成器中，得到待处理国画对应的国画绘制步骤图像。2.根据权利要求1所述的方法，其特征在于，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，并对绘制步骤图像序列按照绘画步骤先后进行标记，得到绘画过程步骤的标签，包括：获取风格相同的多幅国画图像的国画绘制视频，并逐帧提取出符合要求的国画绘制过程图像序列，得到国画绘制过程视频数据集；在成国画绘制过程视频数据集中提取与预设分解步骤数量相同的能反应出对应国画图像绘制步骤的绘制步骤图像序列；对所述绘制步骤图像序列按照绘画步骤先后进行标记，得到绘画过程步骤的标签。3.根据权利要求1所述的方法，其特征在于，采用所述训练样本、所述国画图像以及标签对所述生成器和判别器进行训练，得到训练好的生成器，包括：将所述训练样本输入到所述判别器中进行训练，得到训练好的判别器；将所述国画图像和所述标签输入到所述生成器中，得到所述国画图像在绘画中间过程的多个生成步骤图像，所述生成步骤图像的数量与标签数量相同；将所述生成步骤图像输入到训练好的判别器中，得到判别结果；当所述判别结果为是时，则输出该生成步骤图像对应的标签，用于确保生成器的生成步骤图像为预期的第i个步骤；根据输入的生成步骤图像与相对应的真实图像采用预设损失函数，计算损失值，并根据所述损失值调节所述生成器的参数；对生成器继续进行训练，直到满足预设条件为止，进入对判别器和生成器的下一轮训练中，直到满足预设终止条件为止，得到训练好的生成器。4.根据权利要求3所述的方法，其特征在于，根据输入的生成步骤图像与相对应的真实图像采用预设损失函数，计算损失值，包括：根据输入的生成步骤图像与相对应的真实图像采用L1损失函数，计算损失值。5.根据权利要求1所述的方法，其特征在于，所述判别器包括：6个卷积模块，2个卷积层，所述卷积模块包括1个卷积层和LeakyReLU激活函数。6.一种基于对抗生成网络的国画绘制过程生成装置，其特征在于，所述装置包括：训练样本获取模块，用于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，并对绘制步骤图像序列按照绘画步骤先后进行标记，得到绘画过程步骤的标签；对绘制步骤图像序列进行预处理，得到训练样本；对抗生成网络构建模块，用于构建对抗生成网络的生成器和判别器，所述生成器为2CN115830165A权利要求书2/2页UNet网络，所述判别器的网络结构与Stargan网络判别器的网络结构相同；对抗生成网络训练模块，用于采用所述训练样本、所述国画图像以及标签对所述生成器和所述判别器进行训练，得到训练