摘要
针对现有的刺绣风格模拟算法产生的图像细节不够精确,缺乏语义深度等缺点,提出了一种多尺度纹理合成的刺绣风格迁移模型(MTE-NST),该模型主要由生成网络和损失网络 2 部分组成,其中生成网络又包含内容匹配模块、结构增强模块和纹理精细模块.并通过引入多程式损失联合训练,分层迭代优化刺绣迁移图像,减少各个损失项对迁移效果的影响.结果表明:与现有卷积神经网络风格迁移算法对比,MTE-NST能生成更清晰的刺绣织线纹理和多方向的针脚轨迹,显著减少图片匹配错误产生的伪影,生成更逼真的刺绣艺术作品,本文研究结果有助于提高刺绣产品的外观仿真设计水平,促进刺绣技艺的发展及创新.
基金项目
国家自然科学基金(51405446)
浙江省自然科学基金(LY20E050017)
浙江省大学生科技创新活动计划暨新苗人才计划(2020R406084)