基于生成对抗网络的人脸铅笔画算法

传统的铅笔画绘制技术主要是基于对笔画方向、粗细、长短和纹理的模拟,生成结果生硬单一,并且缺少艺术感.为了使铅笔画生成结果更加具有艺术感,同时能够保留原始人脸图像的结构,提出了一种利用生成对抗网络将真实人脸图像转换成具有铅笔画风格图像的方法c生成网络利用卷积生成具有铅笔画效果的人脸图像,对抗网络用于学习艺术家真实手绘的人脸铅笔画分布,并且优化了距离偏差,加入了细节控制损失.实验结果表明,该方法生成的人脸铅笔画图像风格更加灵活,更加具有艺术感.     

基于人脸特征和线积分卷积的肖像素描生成

为了更好地模拟素描的笔画和突显肖像素描中五官的部分,提出基于人脸特征和线积分卷积的肖像素描生成方法.首先进行人脸分割,由人脸特征点确定GrabCut算法中每个特征的初始trimap,然后根据分割结果使用线积分卷积算法绘制肖像素描.文中使用了基于分割结果的多分辨率白噪声和方向场,并提出了基于分割结果的自适应性边界提取算法.实验结果表明,该算法改善了肖像素描的生成效果.     

基于图像的铅笔画模拟绘制技术综述

铅笔画运用画笔在平面上表现出万物的形态、结构、色调、空间、位置、明暗,是造型艺术的基础,是科学、哲学、美学的世界。近年,随着计算机技术及软件技术的进步,铅笔画逐步走上了数字领域。从非真实感铅笔画绘制技术的研究现状出发,根据不同的分类方法分析目前铅笔画模拟绘制技术的优缺点,并对未来的研究方向进行展望。     

一种铅笔滤镜生成算法及其在GPU上的实现

提出了一种基于卷积算子的铅笔滤镜生成算法,通过分析真实铅笔纹理的结构特征,抽象出铅笔笔画的简单数学模型.根据该模型可以方便地确定其对应的笔刷模板(卷积算子),进而获得用户所需要的铅笔纹理.本文将该算法与图形处理单元(GPu)相结合,借助于GPU的硬件加速功能成功地实现了对视频图像的实时铅笔画风格绘制.     

基于Android手机的铅笔画生成方法研究

根据Android系统手机的特性以及真实铅笔画纹理的特点,提出一种基于快速线积分卷积(FLIC)的铅笔画自动生成方法。首先将用户输入的彩色图像进行灰度化处理,并利用Sobel算法进行轮廓提取,产生铅笔画中的轮廓效果;然后对图像进行分层处理,提出了适用于图层的白噪声生成方法;最后采用快速积分卷积(FLIC)替代传统线积分卷积(LIC)进行模拟纹理,并将各层结果以及图像轮廓进行叠加生成最终铅笔画。试验结果表明:该方法在Android系统的手机中生成速度快,并且结果接近于手绘铅笔画。     

基于自适应噪声模型和线积分卷积的铅笔画模拟

提出一种铅笔画模拟的方法.和传统的铅笔画步骤类似,经过轮廓提取和色调合成,产生铅笔画模拟图像.轮廓提取通过L0平滑后,用四向索贝尔算子提取边界,借助线积分卷积实现色调合成.与现存方法不同的是,给出一种自适应噪声模型,根据源图像产生自适应的噪声,将其作为线积分卷积的输入图像.实验证明提出的方法可以用来产生具有艺术效果的铅笔画模拟图像.     

大有可观 难能可贵——况晗铅笔画赏析

今天再次翻阅-本铅笔画选,引起了我对一名过去陌生画家的铅笔画更进一步的关注. 去年原一同在北京市政协的故友叶维贞女士念及我也涉猎美术,曾推荐-本铅笔画册与我,最初我以为就是铅笔速写,启卷一看大为惊讶甚至难以相信,当时主观以为可能是以铅笔为基础,再加干湿浓淡水墨才构成现在的效果.     

一种改进的铅笔画的生成方法

给出了一种改进的根据真实2D图像自动生成相应的非真实感铅笔画的方法。首先将彩色图像进行霓虹处理,再进行反相计算和灰度化,就可以产生铅笔画中的轮廓效果。其次,为了更好地产生铅笔画的光照效果及其局部走势纹理,采用线积分卷积(LIC)的方法来生成类似的效果,并且用适当的图像分割方法来获取进行LIC处理的有意义的区域。实验结果表明,本文的方法与以往的方法相比,能生成具有不同风格的效果,并且生成的速度更快。     

基于图像的铅笔画生成技术综述

从铅笔画的绘制过程出发,详细论述了基于图像的铅笔画生成技术的过程及要解决的问题.给出了铅笔画绘制技术的发展近况,文章重点介绍了最新的基于图像的铅笔画绘制技术中的几种核心算法,并对这些算法进行了对比分析.     

铅笔画的自适应LIC绘制方法

提出一种非真实感铅笔画的绘制方法,通过对图像的亮度分量计算切矢量场,获得图像的结构矢量场。根据矢量场和图像分割后的局部特征产生可变的积分步数和纹理走势。利用线积分卷积方法,自适应地处理图像。将绘制结果和通过霓虹处理得到的轮廓效果相结合。实验结果表明,该方法能够根据图像的细节丰富情况模拟铅笔画的艺术风格,并且生成速度较快。