基于纹样的计算机剪纸系统

以手工剪纸为对象，分析其造型，分解出构成剪纸的纹样，用计算机方法构成这些纹样库。用户创作时可在纹样库中选择所需纹样嵌入在指定位置上，实现对称性设计，系统能自动判断纹样是否相交，同时可灵活地更换纹样，生成不同的剪纸形象。该系统可以广泛地应用在装饰图案设计、电子贺卡、广告以及游戏、动画等领域。     

基于深度学习的自适应水墨画计算美学评估

近几年艺术作品的计算美学评估已成为一个热门的研究方向.但现有工作主要研究照片和油画,关于水墨画的定量审美评估却鲜有尝试.水墨画通过水墨相调和笔法变化来表现画面,因而在视觉特征、语义特征和审美准则上与照片和油画有显著不同.针对此问题,采用深度学习技术,提出一种自适应的水墨画计算美学评估框架.该框架首先构建水墨画图像美学评价基准数据集;然后根据水墨画审美标准提取全局与局部图像块作为多路输入,并设计一种多视角并行深度卷积神经网络来提取深度审美特征;最后基于水墨画的题材查询机制,构建自适应深度审美评估模型.实验结果表明,文中包含6个并行题材卷积组的多视角网络架构相较基础VGG16架构有较高的审美评估性能,提取的深度审美特征明显优于传统手工设计特征,其自适应模型评估结果与人工审美评价之间达到0.823的皮尔森高度显著相关,且均方误差为0.161.此外,干扰实验表明,文中的网络对构图、墨色和纹理3个绘画要素较为敏感.该研究将不仅为国画计算美学评估提供了一个基于深度学习的参考框架,而且有助于进一步探索人类审美感知与水墨画中深度学习特征之间的关系.     

国画风格水动画建模

国画是中国重要的传统艺术形式之一,国画风格水在其中有着重要地位,然而对国画风格的水动画模拟工作还很少,为此提出一个国画风格水动画模型.首先利用Bézier曲线构造一组基本水波形状单元,然后对它们进行组合生成水波纹,最后将水波纹叠加到水面网格上.在动画生成阶段,先在水面上确定水波纹的位置,再控制水波纹沿某方向运动,且其形状和大小随时间变化.为了表现水面纵深感,水波纹颜色以及线条宽度随场景深度变化.实验结果表明,该模型能根据用户需要高效地生成多种国画风格的水动画.