基于GANICP的青花風(fēng)格遷移研究

鄒吉文，徐遠(yuǎn)純

（景德鎮(zhèn)陶瓷大學(xué)信息工程學(xué)院，江西 景德鎮(zhèn) 333403）

陶瓷凝結(jié)了中國數(shù)代勞動(dòng)人民的智慧與力量。景德鎮(zhèn)作為“千年瓷都”，有著數(shù)千年的陶瓷歷史，以精美絕倫的瓷器享譽(yù)世界，是“瓷器之國”的象征。在中國中古時(shí)期，中國早已向外國銷售精制瓷器，其生產(chǎn)和制造的歷史源遠(yuǎn)流長。尤其是景德鎮(zhèn)陶瓷，自此馳名天下，具有較高的陶瓷地位和廣闊的國內(nèi)外市場。中國陶瓷以“白如玉、薄如紙”的特點(diǎn)而享譽(yù)全球，加以書法、繪畫等工藝將典雅的青花圖案、斑斕的色釉、玲瓏的薄胎等融合設(shè)計(jì)，制造成為巧奪天工的藝術(shù)品。在傳播中華傳統(tǒng)文化、促進(jìn)中外經(jīng)貿(mào)往來、文化交流、藝術(shù)碰撞起到了極大的推動(dòng)作用，成為中國的藝術(shù)瑰寶。

計(jì)算機(jī)技術(shù)正在逐步向諸多領(lǐng)域滲透以實(shí)現(xiàn)深度融合和垂直發(fā)展。對(duì)于陶瓷行業(yè)，計(jì)算機(jī)的陶瓷花紙?jiān)O(shè)計(jì)優(yōu)勢能夠很好地避免人工手繪二方連續(xù)圖形的弊端，減少人工手繪圖案造成的敗筆，從而確保花紙樣式連續(xù)、穩(wěn)定地輸出和打印，以增強(qiáng)陶瓷圖案設(shè)計(jì)的技術(shù)性，推動(dòng)陶瓷行業(yè)的現(xiàn)代化進(jìn)程。深度學(xué)習(xí)將人工拍攝的風(fēng)景照和陶瓷圖案相融合[1]，基于CycleGAN技術(shù)提出GANⅠCP模型，利用GANⅠCP模型訓(xùn)練和選擇，進(jìn)一步優(yōu)化圖案風(fēng)格并以風(fēng)景花紙樣式輸出，作為青花瓷的紋飾圖案，從而豐富青花瓷圖案的多樣性，賦予陶瓷設(shè)計(jì)更多的創(chuàng)意，為傳統(tǒng)陶瓷人花添加當(dāng)代人文思維。同時(shí)提升陶瓷產(chǎn)品的觀賞價(jià)值和人文情懷，成為當(dāng)代陶瓷企業(yè)的創(chuàng)新突破點(diǎn)。

1 青花瓷風(fēng)格遷移技術(shù)

1.1 CycleGAN風(fēng)格遷移

GAN，即生成對(duì)抗網(wǎng)絡(luò)，該技術(shù)被廣泛應(yīng)用到圖形生成、語義編輯和風(fēng)格遷移等，作為深度學(xué)習(xí)模型無需批量標(biāo)注訓(xùn)練集。GAN由生成器G和判別器D組成互相競爭的對(duì)抗型網(wǎng)絡(luò)。以圖像數(shù)據(jù)集為例類比，其中一個(gè)網(wǎng)絡(luò)扮演著“偽造專家”的角色，即“生成器”；另一個(gè)網(wǎng)絡(luò)則扮演著“鑒別專家”的角色，即“判別器”。前者致力于生成逼真的圖像，后者接收“偽造專家”生成的圖像并區(qū)別于真實(shí)圖像。在GAN對(duì)抗組成中，生成器將被隨機(jī)噪聲干擾后的數(shù)據(jù)“偽造”合成數(shù)據(jù)樣本，判別器接收到“偽造”樣本或者真實(shí)樣本后作出判斷。若判別器的判斷結(jié)果為合成數(shù)據(jù)樣本，則輸出“偽造”及對(duì)應(yīng)接近于0的分?jǐn)?shù)；若判別器的判斷結(jié)果為真實(shí)樣本，則輸出“真實(shí)”并打分。同時(shí)，生成器和判別器在訓(xùn)練過程中互相競爭，直到判別器無法分辨出是“偽造”還是“真實(shí)”[2]。GAN網(wǎng)絡(luò)中，生成器更新參數(shù)不依靠數(shù)據(jù)樣本自身，而是將判別器的反向傳播結(jié)果作為更新參數(shù)的依據(jù)，這一優(yōu)勢在很大程度上規(guī)避了機(jī)器學(xué)習(xí)的短板。

雖然GAN技術(shù)逐步完善和成熟，但是仍然面臨收斂難題。為了保證最終收斂多采用諸多參數(shù)設(shè)置以平衡生成和判別2個(gè)競爭性網(wǎng)絡(luò)，該技術(shù)增加了計(jì)算量，使模型訓(xùn)練難度加大。具體來講，不收斂表現(xiàn)在梯度消失和梯度崩塌這2個(gè)方面。CycleGAN是對(duì)GAN網(wǎng)絡(luò)的發(fā)展和改進(jìn)[3]，基于對(duì)偶思想實(shí)現(xiàn)風(fēng)格轉(zhuǎn)換，該方法無需訓(xùn)練大量成對(duì)的數(shù)據(jù)集，通過2個(gè)生成器與2個(gè)判別器完成對(duì)圖片A和B的映射，使得A、B能夠保留各自內(nèi)容并完成兩者的風(fēng)格轉(zhuǎn)移，從而生成逼真圖像[4-5]。但是，針對(duì)高度抽象的圖片[6]，CycleGAN很難實(shí)現(xiàn)圖像內(nèi)容的轉(zhuǎn)移。因此，文章提出了改進(jìn)的CycleGAN模型[7]。

1.2 GANICP模型

基于CycleGAN模型，GANⅠCP模型的圖像風(fēng)格遷移研究在應(yīng)用和理論2個(gè)方面作出了改進(jìn)。

應(yīng)用改進(jìn)：利用多對(duì)抗網(wǎng)絡(luò)技術(shù)將現(xiàn)代設(shè)計(jì)技術(shù)滲透到傳統(tǒng)陶瓷文化中，提出了GANⅠCP應(yīng)用模型，實(shí)現(xiàn)風(fēng)景圖片和陶瓷青花山水風(fēng)格的深度融合。

理論改進(jìn)：針對(duì)高度抽象的圖片，CycleGAN很難實(shí)現(xiàn)圖像內(nèi)容的轉(zhuǎn)移。因此基于PatchGAN判別器重新構(gòu)建了新的生成器以處理高度抽象圖片的內(nèi)容轉(zhuǎn)移。對(duì)CycleGAN中殘差層進(jìn)行改進(jìn)，將傳統(tǒng)加性連接替換為帶有拼接連接的殘差層，如圖1所示。

圖1 生成器網(wǎng)絡(luò)改進(jìn)

即構(gòu)建新的GANⅠCP（Generative Adversarial Networks forⅠmage to Chinese Painting Translation）模型以增加風(fēng)格遷移的效果，同時(shí)保持內(nèi)容完整度的平衡，并能夠以更少的訓(xùn)練樣本達(dá)成預(yù)期成果。

1.3 GANICP技術(shù)原理

基于CycleGAN技術(shù)改進(jìn)的GANⅠCP生成模型。2017年，深度學(xué)習(xí)領(lǐng)域首次提出CycleGAN技術(shù)[8]，其作用于不同圖像間的風(fēng)格遷移，基于CycleGAN技術(shù)的改進(jìn)，實(shí)驗(yàn)提出GANⅠCP生成模型。GANⅠCP模型在陶瓷行業(yè)的應(yīng)用明確界定了2個(gè)問題：①如何明確定義和分離風(fēng)景圖案的整體風(fēng)格和具體內(nèi)容；②在圖像風(fēng)格的改變和遷移過程中，如何確保圖案損失最小化，保存圖案完整內(nèi)容[9]。

GANⅠCP生成模型原理為：假設(shè)存在2個(gè)空間樣本M和N，其中M空間存儲(chǔ)待轉(zhuǎn)換風(fēng)格的圖像，N空間存儲(chǔ)目標(biāo)風(fēng)格的圖像?？臻gM到空間N的映射關(guān)系用Q表示，m為空間M內(nèi)的圖片，經(jīng)過Q映射后轉(zhuǎn)變到空間N中，表示為Q（m）；利用判別器Dm和Dn分辨圖片Q（m）的真實(shí)性并構(gòu)建對(duì)抗生成網(wǎng)絡(luò)；空間N到空間M的映射關(guān)系用P表示，P映射確保GANⅠCP模型將空間N內(nèi)的圖片n轉(zhuǎn)變?yōu)榭臻gM中的不同圖片P（n），有效杜絕將空間M的圖片轉(zhuǎn)變?yōu)榭臻gN中相同圖片的情況；GANⅠCP模型能夠同步學(xué)習(xí)圖像輸入和輸出的映射關(guān)系Q、P，使得P（Q（m））≈m、Q（P（y））≈y，最終由映射P將N空間的樣本圖像風(fēng)格遷移到M空間樣本圖像中。

模型對(duì)應(yīng)函數(shù)關(guān)系如下?？臻gM到空間N的G映射及判定模型Dn為：

2種風(fēng)格圖案轉(zhuǎn)換中最小損失函數(shù)：

最終目標(biāo)函數(shù)：

其中，λ值越小，圖案的風(fēng)格遷移效果越好。

2 結(jié)果與分析

2.1 實(shí)驗(yàn)搭建環(huán)境

實(shí)驗(yàn)程序在Pycharm集成開發(fā)環(huán)境上運(yùn)行，所采用的電腦型號(hào)是華碩Strix GL704GW_S7CW（英特爾Core i7-8750H@2.20GHz六核），GPU模塊運(yùn)行，可實(shí)現(xiàn)實(shí)時(shí)性的圖像風(fēng)格遷移。

2.2 實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)選取monet2photo莫奈繪畫和自然圖片的數(shù)據(jù)集、人力收集的青花圖案數(shù)據(jù)集作為訓(xùn)練集，原始圖片和實(shí)驗(yàn)效果圖片如圖2所示，參考生成的風(fēng)格遷移圖像進(jìn)行30循環(huán)批次，整體的效果良好，基本實(shí)現(xiàn)了風(fēng)格和內(nèi)容之間的平衡，但是生成結(jié)果相對(duì)模糊，原因是青花風(fēng)格現(xiàn)有圖片較少，多是模糊拍攝，所以內(nèi)容圖像相關(guān)細(xì)節(jié)在風(fēng)格遷移后精細(xì)化還原，需要收集更多清晰的青花風(fēng)格圖片來進(jìn)行訓(xùn)練，這是后續(xù)實(shí)驗(yàn)的一個(gè)方向。

圖2 風(fēng)格遷移前后的圖像顏色對(duì)比

3 結(jié)束語

青花瓷是中國陶瓷的杰出名片，也是陶瓷文化的重要載體，是世界和中國交互的文化符號(hào)，在傳播文化、藝術(shù)碰撞中扮演了重要角色。在傳統(tǒng)的青花山水圖飾中，陶瓷工匠將山水、人文景物等自然風(fēng)光作為陶瓷圖飾的主題繪制于瓶、碗、盤等藝術(shù)珍品與生活工具之中，經(jīng)過高溫?zé)?，瓷器呈現(xiàn)出深淺不一、錯(cuò)落有致的水墨風(fēng)格，形成別具一格的青花陶瓷工藝品。

GANⅠCP是對(duì)原始的CycleGAN網(wǎng)絡(luò)的下采樣構(gòu)架進(jìn)行改進(jìn)，通過將傳統(tǒng)加性連接替換為帶有拼接連接的殘差層來保留低維特征。對(duì)后續(xù)的低維特征和高維特征的融合起到優(yōu)化的作用，以此來更深度地抽取青花風(fēng)格[10]。

文章基于機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺技術(shù)，充分彰顯陶瓷文化的品牌影響力，對(duì)傳統(tǒng)陶瓷文化進(jìn)行傳承和現(xiàn)代化升級(jí)。將傳統(tǒng)陶瓷產(chǎn)業(yè)和計(jì)算機(jī)技術(shù)的縱向融合，促進(jìn)陶瓷產(chǎn)業(yè)升級(jí)和布局優(yōu)化。風(fēng)格遷移后的圖像能夠應(yīng)用到陶瓷產(chǎn)品的生產(chǎn)實(shí)踐中，具備一定商業(yè)價(jià)值。

GANⅠCP青花風(fēng)格遷移的研究豐富了青花瓷圖案的多樣性，賦予陶瓷設(shè)計(jì)更多的創(chuàng)意，為傳統(tǒng)陶瓷人花添加當(dāng)代科技元素和人文思維，提升了陶瓷產(chǎn)品的觀賞價(jià)值和人文情懷，成為當(dāng)代陶瓷企業(yè)的創(chuàng)新突破點(diǎn)。