公开(公告)号：CN111932645A

公开(公告)日：2020-11-13

申请号：CN202010532759.X

申请日：2020-06-12

Applicant: 重庆大学

Inventor： 刘礼 ,  张怡迪 ,  廖军

IPC: G06T11/00 ,  G06T5/00 ,  G06T7/10 ,  G06T7/90 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于生成对抗网络GAN自动生成水墨画的方法，包括以下步骤：1)获取水墨画图片数据集，对水墨画图片进行预处理；2)将预处理后的水墨画数据集分解为不同类别的数据集；3)利用非局部均值去噪算法对数据集进行去噪，得到特征数据集；4)利用训练数据集建立生成对抗网络GAN，并确定输入图片大小；5)将特征数据集输入到生成对抗网络GAN中训练，得到训练好的GAN神经网络模型；6)将类别标签数据输入到训练好的GAN神经网络模型中，自动生成对应标签的水墨画。本发明解决了传统设计方法中手工操作繁琐、创作效率低的问题。

公开(公告)号：CN111932645B

公开(公告)日：2022-08-26

申请号：CN202010532759.X

申请日：2020-06-12

Applicant: 重庆大学

Inventor： 刘礼 ,  张怡迪 ,  廖军

IPC: G06T11/00 ,  G06T5/00 ,  G06T7/10 ,  G06T7/90 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于生成对抗网络GAN自动生成水墨画的方法，包括以下步骤：1)获取水墨画图片数据集，对水墨画图片进行预处理；2)将预处理后的水墨画数据集分解为不同类别的数据集；3)利用非局部均值去噪算法对数据集进行去噪，得到特征数据集；4)利用训练数据集建立生成对抗网络GAN，并确定输入图片大小；5)将特征数据集输入到生成对抗网络GAN中训练，得到训练好的GAN神经网络模型；6)将类别标签数据输入到训练好的GAN神经网络模型中，自动生成对应标签的水墨画。本发明解决了传统设计方法中手工操作繁琐、创作效率低的问题。