参数化的肖像漫画生成算法

现有计算机生成漫画的方法大多基于高层语义描述和图像模板的方式来实现,主要通过基于图像变形的算法达到漫画夸张的效果,更多关注的是夸张点的位置模板和夸张的比例,很少从艺术家的绘画本质,即线条来描述夸张的尺度。参数化的方法从艺术家绘画的本质线条出发,分析夸张的基本原理,构建组成人脸夸张各器官的线条元素,将漫画的夸张特征转换为一些可控制的参数,并通过局部参数的控制调整,实现不同艺术风格的漫画。实验证明该方法实现的漫画效果线条造型丰富,夸张效果突出,较好地还原了艺术家漫画夸张的线条表现本质。     

基于特征发现的卡通人脸肖像生成

通过对成年男女各100幅真实照片进行特征提取和特征统计,获得平均人脸特征分布信息,对新输入的人脸照片进行特征比对,发现其相对突出的特征,采用主动形状模型特征提取和特征线对相结合的方法,对突出的特征实现自动变形,生成人物的卡通肖像．实验结果表明,该方法具有人脸数据量大、特征提取和发现的自动化、变形效果好等优点．     

精灵显魔法肖像变漫画

你有没有因为喜欢看漫画而常常幻想自己的漫画形象．或是想用自己的照片做QQ头像却又觉得巧够个性呢？现在．笔者给你支个招．让你的照片，瞬间变成漫画。[编者按]     

云南重彩画人脸肖像生成算法

通过对云南重彩画作画风格的研究,论文提出了云南重彩画人脸肖像生成 算法。首先从云南重彩画绘画作品中学习云南重彩画人脸绘制特点,引入特征比例对云南重 彩画人脸特征进行描述,发现云南重彩画人脸绘制特点,并归纳总结云南重彩画人脸绘制规 律。然后对输入的人脸照片进行轮廓线提取、特征点标定、特征值及特征比例的计算,将特 征比例与云南重彩画人脸特征比例进行比对,发现变形程度并进行变形。最后,根据主观辨 识后的经验值对五官特征的位置进行调整,再进行风格转换处理。运用该算法生成的云南重 彩画风格的人脸肖像,既与原图相似,又符合云南重彩画人脸绘制特点。     

基于相关分析的肖像素描漫画生成系统

目前,计算机生成肖像漫画的方法尚不能从漫画作品中有效地学习到人物五官之间的位置关系及相互作用,其生成的肖像漫画不够协调、生动。为此,通过分析人脸肖像漫画的作画规律,提出一种基于相关分析的肖像漫画生成方法。该方法从研究漫画家的作画风格着手,通过形状夸张和关系夸张来协调五官的位置关系及其相互作用,所生成的肖像漫画更为生动、形象,具有较好的协调性。通过与一种简单有效的非真实渲染方法结合,最终实现一个素描漫画生成系统。     

计算机肖像漫画方法综述

肖像漫画因其能生动地对漫画对象的特点进行夸张,而在报纸等媒体中广泛使用.以计算机漫画创作流程为主线对计算机漫画创作方法的基本思想和关键技术进行归纳与分析,重点介绍了目前几种有关特征夸张的理论方法,即用户手动确定夸张方式、模板夸张、根据漫画家的创作规则进行夸张以及机器学习方法捕捉漫画家的规则等四种方法.最后阐述了有关特征夸张理论的未来发展趋势.     

人脸漫画特征关系夸张及相像度优化

提出一种漫画中人脸特征的夸张以及相像度优化算法.夸张部分不仅比较了不同漫画对象同一特征之间的相互关系,还比较了同一漫画对象里不同特征之间的相互关系,使得夸张更加具有对比度.引入一种相像度测量方法,以反映漫画结果与原始照片之间的相似性.根据计算得到的"相像度",进一步优化人脸特征之间的夸张.分析与实验表明,该方法生成的漫画具有较好的艺术效果.     

肖像照片漫画风格化方法

为了解决已有方法不能自动生成反映五官特征且具有写实漫画风格的线条画的问题,基于数据驱动和滤波的混合方法,提出一种漫画风格肖像线条画自动生成的方法.将五官和头发分为2部分,基于数据驱动的方法合成五官,使用非数据驱动的方法生成头发.在已有的特征点基础上,从数据库中匹配合适的五官数据生成五官图片.对于头发的处理,使用Canny边缘检测、图像二值化、自适应阈值二值化和XDoG算子4种不同处理方法生成头发线条域;为了更接近绘画效果,使用不同的绘画纹理与头发线条域进行叠加,生成具有不同纹理、不同风格的头发.整合五官图片和头发图片,最终生成肖像的漫画风格线条画.从互联网上获取图片构建数据集进行实验,采用不同方法生成不同风格的图片,并请专业和非专人士分别对图像质量的高低、人物特征的把握准确程度和整体审美效果3个方面打分进行评估.结果表明,所提方法能够实时地处理发生偏侧的人脸图片,与其他方法相比,该方法能生成的图片是写实漫画风格而非卡通风格或素描风格,在生成漫画风格夸张五官的同时处理结构复杂的头发.     

全新画风忠实展现美式漫画风格！

在《漆黑》第一作结尾，主人公Jackie Estacado手刃了杀害自己女友珍妮的凶的和，坐上了Franchetti犯罪家族老大的位置，     

利用人脸特征及其关系的漫画夸张与合成

在人脸漫画中,人脸特征(脸型以及五官)形状的夸张与特征之间关系的夸张是存在差异的,而目前由计算机生成的人脸漫画算法中并未考虑这一点,为此提出一种漫画夸张与合成方法.该方法由基于样本的特征的形状夸张、基于规则的特征之间的关系夸张以及两者之间的合成3部分组成.在人脸特征的形状夸张部分不需要大量的样本库,只通过少量的漫画样本便可以捕捉形状的夸张;在人脸特征之间的关系夸张部分,引入了直观的"T型规则"方式描述人脸特征在夸张时的相互关系;在人脸形状夸张与关系夸张两者的合成部分,采用"比例"的形式来描述人脸特征以及特征之间的关系,使得夸张后可以方便地进行两者的合成.最后采用调查问卷的方式评测该方法生成的漫画效果,结果表明其效果良好.     

面向移动的卡通人脸生成系统

本文给出了一个面向移动数字娱乐的肖像漫画生成系统。该系统的输入是一张真实人脸照片,输出为具有娱乐效果的夸张人脸肖像。主要研究内容包括;第一,人脸照片的肖像插图画的生成。文中采用了Unsharp Mask锐化处理结合色彩缩放运算的方法,本方法不仅考虑到移动设备用户对计算速度的要求,而且能保留人脸的绝大部分特征,从而更为有效地生成人脸的肖像插图画。第二,人脸表情变形以产生人物的幽默漫画。对基于特征的变形方法进行了改进,使其更加自动化。此外,本文改进了传统的ASM方法,用来帮助去除人脸图像背景信息和更为方便地控制人脸上的特征点。整个系统在局域网和PDA上表现出了很好的娱乐效果。     

一种用于构建用户画像的二级融合算法框架

用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。构建用户画像的核心工作是给用户贴“标签”。基于用户的查询词历史记录,提出一种用于预测用户多维标签的二级融合算法框架。在第一级模型中,分别在各个标签预测子任务上建立多种模型,使用传统机器学习方法与Trigram特征相结合来抽取用户用词习惯的差异,使用doc2vec浅层神经网络模型来抽取查询词的语义关联信息,使用卷积神经网络模型来抽取查询词之间的深层语义关联信息。实验表明,doc2vec在处理用户查询这样的短文本相关任务时有着相对较好的预测准确性。在第二级模型中,针对用户画像这样的多标签预测任务,使用XGBTree模型及Stacking多模型相融合的方法提取出用户各标签属性之间的关联信息,使得平均预测准确率进一步提高了2%左右。在2016年中国计算机学会(CCF)组织的大数据竞赛《大数据精准营销中搜狗用户画像挖掘》中,所提二级融合算法框架在894支队伍中夺得了冠军。     

非结构化四边形网格生成新算法

改进了一类基于递归区域分解过程的四边形网格生成算法。引入一套健壮的网格模板,为子域的网格剖分提供统一的处理方案,不再限制最终子域为4节点、6节点或8节点子域,提高了算法的时空效率。结合新的子域网格生成过程和自动区域分解算法,利用背景网格和网格源控制分解线上点的布置,得到一个全自动的非结构化四边形网格生成算法。最后通过网格及数值模拟实例验证了算法性能和实用性。     

一种新的三维物体的渐变算法

本文研究了动画生成的物体渐变技术,基于图形的矢量表示法,提出了一种通过网格化一个三维物体来生成中间渐变物体的算法。给出了算法的形式化描述,并在Marlab上实现了该算法。计算结果表明,按这种算法产生的动画过渡平滑,节奏自然,画面流畅,且该算法具有稳定、高效、逼真和易控等优点。     

基于LEPP递变的四面体网格自适应剖分算法

为了更合理地进行四面体网格剖分,提出了一种根据待剖分对象形态不同进行网格密度自适应调整的四面体网格剖分方法。该方法首先采用BCC(body-centered cubic)网格初始化网格空间,并根据表面曲率的大小以及距离物体表面的远近,采用LEPP(longest edge propagation path)算法由外至内对初始化后的网格空间进行不同尺度的细分;然后对横跨表面的网格进行调整,以形成对象的表面形态;最后采用以质量函数引导的拉普拉斯平滑与棱边收缩(edge collapse)的方法对网格的质量进行优化来最终得到待剖分对象的四面体网格。结果表明,该方法所生成的网格不仅具有自适应的网格密度,而且网格质量比常用的Advancing Front算法也有所提高。对于基于3维断层图像或表面模型进行有限元建模,该方法不失为一种行之有效的好方法。     

非封闭曲面的海量空间数据点四边形网格生成算法

从数据模型的任意一点开始选择一个初始的四边形网格单元,采用动态边界边扩展的方法在三维空间直接进行四边形网格划分;在网格划分过程中实现了边界冲突检测、网格顶点优化处理、网格边界处理和网格综合优化.最后给出了网格生成实例.实验结果表明:该算法生成的网格质量较好,运行速度较快.     

四边形网格生成中的前沿边生长改进算法

为提高B样条曲面重构中点云四边形网格的生成效率和质量,对现有的四边形网格Q-Morph前沿边生长算法进行改进,提出面向四边形网格生成的三角网格拓扑优化方法,通过设定生长限制条件和调整网格顶点度,保证全局四边形网格质量,实现适合复杂曲面重构的规则四边形网格获取。实例结果表明,该算法效率高、适应性好,生成的四边形网格具有分布均匀、不规则网格数量少的优点。