基于遷移學(xué)習(xí)的藝術(shù)化風(fēng)格圖像的創(chuàng)作

司世元 馬雯月

摘要：在當(dāng)前人工智能技術(shù)快速發(fā)展的背景下，研究人員逐漸將其人工智能運用于藝術(shù)創(chuàng)作中，無論是手機美顏功能還是電影中的一些場景，都隨著人們的需求質(zhì)量不斷提高。遷移學(xué)習(xí)藝術(shù)化風(fēng)格圖像創(chuàng)作目的在于幫助人們對一些普通圖片進行處理，將其打造為符合人們審美觀的藝術(shù)作品，通過其人工智能的深度訓(xùn)練模式，能夠較為熟練和迅速的將圖片進行處理?；诖?，本文將對于“遷移學(xué)習(xí)的藝術(shù)化風(fēng)格圖像的創(chuàng)作”進行分析，希望可以為人工智能方向上有興趣的人們提供相應(yīng)幫助。

關(guān)鍵詞：遷移學(xué)習(xí);人工智能;藝術(shù)化風(fēng)格圖像;創(chuàng)作

人工智能中，最為重要的在于GPU芯片，GPU的主要作用是加速圖片處理，對數(shù)據(jù)量大且程序類型不復(fù)雜的程序能有很強大的運行能力，這得益于GPU的設(shè)計架構(gòu)擁有空間較大的顯存和運算性能，相較于在GPU之前的CPU來講，更具備深度學(xué)習(xí)的優(yōu)勢。當(dāng)前在研究遷移學(xué)習(xí)藝術(shù)化風(fēng)格圖像的領(lǐng)域中，最為麻煩的是人工智能需要對現(xiàn)代眾多藝術(shù)作品進行存儲，這就對GPU提出了極高的要求，人工智能需要通過GPU不斷學(xué)習(xí)當(dāng)代藝術(shù)作品，進行高數(shù)據(jù)化的演算，學(xué)習(xí)人們當(dāng)下的審美標(biāo)準(zhǔn)，到最后將一張普通的圖片通過圖像渲染，使其添加上符合人們審美的藝術(shù)風(fēng)格。若能實現(xiàn)將人對圖片的藝術(shù)創(chuàng)作手法遷移到人工智能中，在未來的這個領(lǐng)域中，人工智能會為人們帶來更多幫助。

一、基于遷移學(xué)習(xí)的藝術(shù)化風(fēng)格圖像的創(chuàng)作的研究意義

21世紀(jì)以來，在人工智能領(lǐng)域上最令全世界人民震驚的莫過于2017年谷歌團隊研發(fā)的Alpha Go機器人以3：0的傲人戰(zhàn)績擊敗了世界圍棋排名第一的柯潔，這一戰(zhàn)，不僅打響了圍棋界與人工智能的戰(zhàn)爭，更是讓這個領(lǐng)域的研究得到了前所未有的關(guān)注。而在藝術(shù)化風(fēng)格圖像的創(chuàng)作領(lǐng)域，最大的需求無異于是來自當(dāng)前電子產(chǎn)品的飛速發(fā)展，人們在生活質(zhì)量提高的同時，喜歡在旅游的同時進行拍攝照片以此紀(jì)念，手機開發(fā)商抓住這一需求，并著力于研究圖片美化，將數(shù)以萬計的藝術(shù)圖片遷移入人工智能的大腦里，將其歸類為不同的藝術(shù)風(fēng)格，最為明顯的例子如“華為相機中將圖片風(fēng)格分為晨光，黃昏，懷舊，老照片與黑白風(fēng)格等”，這些風(fēng)格濾鏡的融入往往能夠?qū)⒁恍┢胀ǖ膱D片美化成一種富含藝術(shù)特點的圖片，讓人們感受到其中的不同，這是基于遷移學(xué)習(xí)的藝術(shù)化風(fēng)格圖像的創(chuàng)作對于普通百姓的研究意義，也是當(dāng)前最為普遍的。而在一些文物復(fù)原，藝術(shù)作品的復(fù)刻技術(shù)上，基于遷移學(xué)習(xí)的藝術(shù)化風(fēng)格圖像的創(chuàng)作技術(shù)也起著至關(guān)重要的作用，例如莫高窟中的壁畫，因常年風(fēng)沙的侵蝕和人來人往的旅游，氣溫、濕度已經(jīng)破壞了壁畫的保存條件，要想修復(fù)這些壁畫，可以通過人工智能的藝術(shù)創(chuàng)作復(fù)原，能夠最為精準(zhǔn)的將壁畫原有的風(fēng)采復(fù)刻出來。由此可見，基于遷移學(xué)習(xí)的藝術(shù)化風(fēng)格圖像的創(chuàng)作技術(shù)不僅僅是應(yīng)用在生活中，它更是在保護世界物質(zhì)文化遺產(chǎn)上起著至關(guān)重要的作用。

二、藝術(shù)化風(fēng)格圖像遷移的實現(xiàn)方法

（一）風(fēng)格紋理特征的提取

對于圖片來說，兩種風(fēng)格的不同被認為是其紋理波紋存在差異所導(dǎo)致，要想將一張圖片的風(fēng)格改變，只需要將其他不同風(fēng)格圖片的紋理進行拼接，將眾多風(fēng)格的紋理融合進一張圖片便可以得到一種嶄新的風(fēng)格。而對于此，有兩種紋理建模成為了主流，一種是基于統(tǒng)計分布的參數(shù)紋理建模，另一種為非參數(shù)化紋理建模，通過VGG來實現(xiàn)保存圖像想表達的語言信息，再通過計算Gram矩陣的方式對于底層圖形的風(fēng)格進行融合改造，以此更新其圖片不同地方的像素值，最后得到的便是既保留了原本圖像的味道，又在原有的圖片上賦予了新的藝術(shù)風(fēng)格，使整個圖片看起來更加的美觀，這便是其中對于風(fēng)格紋理特征的提取。

（二）目標(biāo)圖像內(nèi)容的提取

目標(biāo)圖像內(nèi)容的提取主要是來自于人工智能在VGG不同層面中提取每個不同特征的表達效果，以保存圖片最初所蘊含的重要風(fēng)格，而其他風(fēng)格的加入，便是將原本圖片的一些不夠突出的層面進行一些抽象表達，將像素點進行調(diào)整，以達到對原有圖像內(nèi)容的保存和對新風(fēng)格圖片的風(fēng)格信息的提取。但在提取過程中，因其理論中在Gram矩陣計算中有損失函數(shù)曲線的出現(xiàn)，所以在最后生成圖中不可必然的會缺失一些原本的信息，但人工智能也能夠通過圖像識別技術(shù)，對于這些信息能夠快速尋找相似點進行彌補，以達到對于目標(biāo)圖像內(nèi)容的提取。

（三）風(fēng)格與內(nèi)容的合成圖片

人工智能通過較為成熟的訓(xùn)練后，能夠快速的將新圖片的風(fēng)格紋理特征和目標(biāo)圖像的內(nèi)容進行提取，并能夠在保存原有圖片所想要表達的內(nèi)容的基礎(chǔ)上，進行風(fēng)格上的合成，將原有的圖片賦予新的風(fēng)格特征。例如在當(dāng)代影視作品當(dāng)中，對于拍攝的圖片都是需要后期圖像處理的，復(fù)仇者聯(lián)盟作為好萊塢的頭等作品，對于拍攝內(nèi)容后期處理的風(fēng)格不僅僅是一種風(fēng)格的融入，他們會借助人工智能使圖片渲染成不同的風(fēng)格，添加許多不同的內(nèi)容進去，這其中也包括特效的融入，最后會對處理好的圖片進行初步篩選，再由導(dǎo)演來進行查收。最后出現(xiàn)在熒屏當(dāng)中，令人們驚訝于好萊塢是如何拍攝出這么棒的場景。由此可見，最后的成片便是人工智能在藝術(shù)化風(fēng)格圖像遷移上取得的成功，也就是最后新風(fēng)格與舊內(nèi)容相結(jié)合的圖片。

三、結(jié)束語

綜上所述，人工智能技術(shù)作為當(dāng)前國家所重要研究的領(lǐng)域，在藝術(shù)化風(fēng)格圖像的創(chuàng)作上，人工智能展現(xiàn)出極強的創(chuàng)造力，且在當(dāng)代社會中如手機，電腦上已經(jīng)有著較為廣泛的應(yīng)用，在未來人工智能通過較為成熟的遷移學(xué)習(xí)技術(shù)后，必然能夠推動我國計算機領(lǐng)域的發(fā)展，在基于遷移學(xué)習(xí)的藝術(shù)化風(fēng)格圖像的創(chuàng)作領(lǐng)域上，它勢必可以為人們在藝術(shù)作品的需求上提供更大的幫助，對我國文化物質(zhì)遺產(chǎn)上提供更多保護，同時也能在更多領(lǐng)域起到關(guān)鍵作用。

參考文獻

[1]馬鈺璽.基于圖像風(fēng)格遷移的中華文化元素藝術(shù)化生成方法研究[D].西安理工大學(xué)，2020.

[2]蔣聰.基于深度學(xué)習(xí)的短視頻風(fēng)格遷移平臺的設(shè)計與實現(xiàn)[D].北京郵電大學(xué)，2020.

[3]喬麗莎.基于深度學(xué)習(xí)的圖像風(fēng)格藝術(shù)化[D].西安理工大學(xué)，2018.

[4]曹繁.基于藝術(shù)的思維培養(yǎng)模式研究[D].南京師范大學(xué)，2018.

作者簡介

司世元（2001—），男，漢族，內(nèi)蒙烏海人，延邊大學(xué)美術(shù)學(xué)院，19級在讀本科生，本科學(xué)位，研究方向：室內(nèi)設(shè)計。

馬雯月（2000—），女，漢族，吉林遼源人，延邊大學(xué)美術(shù)學(xué)院，18級在讀本科生，本科學(xué)位，研究方向：室內(nèi)設(shè)計。