中国风景绘画的混合注意力产生对抗网络
Qiongshuai Lyu1, Na Zhao2,3, Zhiyuan Sun4
1School of Software, Pingdingshan University, Pingdingshan, 467000, China. qiongshuailyu@pdsu.edu.cn.
Scientific reports
|January 2, 2025
概括
这项研究介绍了HA-GAN,一种新的框架,使用混合注意力将草图转换为现实的中国风景画. 该方法通过整合多个注意力机制来改善特征提取来增强艺术生成.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 数字艺术 数字艺术 数字艺术
背景情况:
- 传统的中国风景绘画是一种复杂的艺术形式,需要专门的技能.
- 从简单的输入 (如草图) 产生现实的中国风景绘画是具有挑战性的.
研究的目的:
- 提出HA-GAN,一个基于生成对抗网络 (GAN) 的框架,用于将草图转化为真实的中国风景画.
- 开发一种混合注意模块 (HA),集成风格,空间和道注意力,以增强特征提取.
主要方法:
- 在HA-GAN框架中,使用的是混合注意力生成器和区分器.
- 一个新的混合注意力模块 (HA) 结合了风格,空间和道注意力机制.
- 一个独特的损失函数被用来指导模型的训练过程.
主要成果:
- 与现有的方法相比,拟议的HA-GAN方法在生成真实的中国风景绘画方面表现出卓越的性能.
- 定量和定性评估都证实了HA-GAN框架的有效性.
- 产生的绘画与人类艺术家创作的绘画具有很高的相似性.
结论:
- 哈甘成功地将草图转化为高保真度的中国风景画.
- 混合注意模块是捕捉传统中国艺术的多维特征的关键.
- 这种方法为数字艺术创作和保护文化美学提供了一个有前途的工具.
