基于CycleGAN算法的鳳翔木版年畫色彩特征遷移研究

杜杰，劉子聿，王塏寓*，韓怡萱

基于CycleGAN算法的鳳翔木版年畫色彩特征遷移研究

杜杰1，劉子聿1，王塏寓1*，韓怡萱2

（1.西安理工大學(xué) 藝術(shù)與設(shè)計(jì)學(xué)院，西安 710054；2.西安建筑科技大學(xué)華清學(xué)院 藝術(shù)與設(shè)計(jì)學(xué)院，西安 710000）

為傳承保護(hù)和創(chuàng)新發(fā)展陜西地區(qū)非物質(zhì)文化遺產(chǎn)——鳳翔木版年畫，解決傳統(tǒng)手工藝色彩復(fù)原難、圖案組合創(chuàng)新效率低等問(wèn)題，通過(guò)生成對(duì)抗網(wǎng)絡(luò)與鳳翔木版年畫結(jié)合的方式，多維度推動(dòng)其發(fā)展。通過(guò)高清掃描、自適應(yīng)閾值檢測(cè)法、標(biāo)準(zhǔn)色值提取及數(shù)據(jù)增廣等方式對(duì)其進(jìn)行系統(tǒng)性歸納總結(jié)與標(biāo)準(zhǔn)化采集存儲(chǔ)，建立鳳翔木版年畫數(shù)據(jù)集，利用CycleGAN算法訓(xùn)練網(wǎng)絡(luò)模型以完成遷移實(shí)驗(yàn)。通過(guò)藝術(shù)與技術(shù)的結(jié)合，不僅完成了年畫墨線稿的色彩復(fù)原，還完成了創(chuàng)新設(shè)計(jì)圖案的快速著色。在鳳翔木版年畫的史料復(fù)原與設(shè)計(jì)應(yīng)用方面，通過(guò)現(xiàn)代設(shè)計(jì)方法與色彩風(fēng)格遷移功能的結(jié)合，使其在適應(yīng)現(xiàn)代發(fā)展趨勢(shì)、完成活態(tài)傳承任務(wù)的同時(shí)，為同類研究提供新思路。

生成對(duì)抗網(wǎng)絡(luò)；鳳翔木版年畫；創(chuàng)新圖案；色彩遷移

近年來(lái)，隨著社會(huì)的發(fā)展及新媒體技術(shù)的不斷完善，非物質(zhì)文化遺產(chǎn)保護(hù)建設(shè)成效顯著。傳統(tǒng)的手工藝制品急劇消失的現(xiàn)象被按下了暫停鍵，越來(lái)越多的民間藝術(shù)與民俗文化相繼得到重視。隨著非物質(zhì)文化遺產(chǎn)保護(hù)工作的穩(wěn)步開(kāi)展，鳳翔木版年畫從原先只能通過(guò)紙質(zhì)留存和圖像記錄的方式，發(fā)展到如今具有創(chuàng)新性傳承與精細(xì)化保護(hù)的局面，不僅源于手藝人對(duì)初心的堅(jiān)持，更是科技因素帶來(lái)的巨大影響。由于鳳翔木版年畫形式的特殊性，諸多研究學(xué)者和高校團(tuán)隊(duì)已經(jīng)對(duì)其留存方式及數(shù)字化保護(hù)進(jìn)行了創(chuàng)新，包括但不僅限于視覺(jué)形象研究、色彩特征研究和產(chǎn)品開(kāi)發(fā)研究等，但傳承木版年畫面臨的是刻制工序多、方法難、耗時(shí)久，以及手藝面臨失傳等諸多現(xiàn)實(shí)因素。因此，如何解決鳳翔木版年畫缺乏創(chuàng)新性再生的問(wèn)題才是重中之重。“風(fēng)格遷移”（Style Transfer）技術(shù)[1]是在保留內(nèi)容圖主體的前提下將風(fēng)格圖中的色彩和紋理遷移到內(nèi)容圖中，利用不同技術(shù)對(duì)圖像進(jìn)行重建，通過(guò)數(shù)學(xué)算法對(duì)風(fēng)格特征進(jìn)行計(jì)算、對(duì)指定藝術(shù)風(fēng)格進(jìn)行模仿，最終形成一種既有主體內(nèi)容又有藝術(shù)風(fēng)格的精美畫作[2]。目前，已有相關(guān)學(xué)者成功對(duì)中國(guó)山水畫[3]、葫蘆烙畫[4]和傳統(tǒng)書法字體[5]等風(fēng)格進(jìn)行成功模擬。因此，將風(fēng)格遷移算法運(yùn)用到鳳翔木版年畫的創(chuàng)新傳承項(xiàng)目中，不僅能豐富其表現(xiàn)形式，而且可以更大程度地彰顯關(guān)中地域文化獨(dú)特的美。

1 鳳翔木版年畫概述

年畫，不僅是古時(shí)張貼于堂屋迎門處的繪畫形式，亦是中國(guó)民間常見(jiàn)的工藝品之一。清道光二十九年，李光庭的《鄉(xiāng)言解頤》中始見(jiàn)“年畫”一詞，而張貼年畫的風(fēng)俗發(fā)展至清康熙、乾隆年間已是定不可移。因民俗需要，南北兩地的多種年畫幾乎同時(shí)崛起，并齊頭進(jìn)入輝煌期。歷史、時(shí)代、文化等不可控因素造成了年畫風(fēng)格迥異而又各自發(fā)展的階段。鳳翔木版年畫是陜西關(guān)中地區(qū)民間藝術(shù)的重要組成部分，具有獨(dú)特的人文價(jià)值和藝術(shù)價(jià)值，其中最具代表性的是田家鎮(zhèn)的南、北肖里兩村。據(jù)《鳳翔縣志》記載：“明末清初，南肖里村有十多戶人家開(kāi)辦作坊，印制年畫”[6]。

1.1 鳳翔木版年畫的形式特征

鳳翔木版年畫中的“版”作為年畫的“骨骼”部分，首選當(dāng)?shù)乇鄙剿a(chǎn)的梨木或杜梨木。木材首先被藝人分解成一寸半厚的板子，置于通風(fēng)陰涼處且經(jīng)三個(gè)夏季的陰干后以備用，稱之為備版，此亦為刻制木版年畫的第一步，后續(xù)要經(jīng)過(guò)貼版、站版、刻版、修版、洗版等十余道工序，由此不難見(jiàn)其必須精雕細(xì)刻才能完成。鳳翔木版年畫中另一典型特征為其“色”，由礦、植物顏料發(fā)展到德國(guó)進(jìn)口品牌，再到如今的化學(xué)原料，雖已免去人工熬制顏料的繁瑣步驟、解決顏色淡化褪去的現(xiàn)實(shí)難題，但仍需大量刻制套版或手工完成鋪色等多重工序。鳳翔木版年畫中的“畫”則面臨容易破損、難以流傳，以及如何進(jìn)行數(shù)字化保護(hù)等困擾。相關(guān)專家及學(xué)者針對(duì)上述問(wèn)題已提出大量保護(hù)策略研究且成果豐碩。

1.2 鳳翔木版年畫的設(shè)色規(guī)律

鳳翔木版年畫作品的色彩明亮艷麗、豐富且有規(guī)律，是民藝傳承人多年累積的生活經(jīng)驗(yàn)和對(duì)色彩的感悟。它最初以土法炮制的礦物質(zhì)顏料和植物顏料手工填染，色彩多沉著古樸、典雅穩(wěn)重。清嘉慶、道光年間發(fā)展為套色印刷，但面部、發(fā)絲、胡須等局部依然由手工繪制完成。民國(guó)時(shí)期開(kāi)始使用德國(guó)進(jìn)口顏料，此時(shí)的用色多鮮艷亮麗且透明度高，雖省去人工熬制的繁瑣步驟但也不及礦、植物顏料保留時(shí)間長(zhǎng)[7]。1980年至今，鳳翔木版年畫改用為化學(xué)品色，達(dá)到了不褪色、不掉落的目的。鳳翔木版年畫的設(shè)色帶有濃郁的地方特色，年畫色彩搭配規(guī)律沒(méi)有特定的科學(xué)認(rèn)知，藝人們通過(guò)對(duì)自然的直觀感受、對(duì)生活的主觀總結(jié)，以及根據(jù)特定的使用場(chǎng)景進(jìn)行色彩搭配，遂畫面通常表現(xiàn)出簡(jiǎn)潔明快、艷麗鮮明、純度和明度較高的情況。鳳翔木版年畫設(shè)色規(guī)律主要體現(xiàn)在兩個(gè)方面。

1）“主色”的使用。中國(guó)傳統(tǒng)的五行五色體系把黑、白、赤、青、黃視為正色，分別代表著東、西、南、北、中五個(gè)方位?！吨芏Y·考工記》中記載了五色：“畫繢之事，雜五色。東方謂之青，南方謂之赤，西方謂之白，北方謂之黑，天謂之玄，地謂之黃?！盵8]青、赤、白、黑、黃構(gòu)成了傳統(tǒng)的五色審美，繼而可以互相搭配，演變成更多的色彩[9]。鳳翔木版年畫源于農(nóng)村，極少受到商業(yè)文化的影響，亦無(wú)摻雜西洋繪畫的設(shè)色觀念，畫面內(nèi)容多與當(dāng)?shù)孛癖娚钕⑾⑾嚓P(guān)，極具吉祥喜慶、鮮艷熱烈的濃郁東方地域特色，見(jiàn)表1。

2）“輔色”的使用。鳳翔木版年畫大都是套版印刷且多為一套六版，所以其設(shè)色必須簡(jiǎn)練并富有表現(xiàn)力，年畫中常見(jiàn)的色彩為紅、黃、藍(lán)、綠等純度較高的顏色，在原色基礎(chǔ)上配以橙、紫、桃紅等輔色來(lái)達(dá)到主次分明和彼此強(qiáng)調(diào)的作用，使畫面豐富、配色夸張、明快強(qiáng)烈且具有視覺(jué)沖擊力，因此也造就了鳳翔木版年畫獨(dú)有的色彩語(yǔ)言，見(jiàn)表2。

色彩搭配中各色系色相、明度、飽和度的豐富程度與畫作故事和人物性格等因素有直接關(guān)聯(lián)，而手工上色和套版印刷兩種不同上色方法的過(guò)渡程度亦存在差別。藝人通過(guò)手繪方式上色時(shí)會(huì)使年畫帶有漸變和暈染效果，具有固定的色彩程式。套版印刷的色彩間區(qū)分明顯，過(guò)渡略顯僵硬，具有明確的色彩規(guī)律，見(jiàn)圖1。

1.3 鳳翔木版年畫的紋樣特征

明代以來(lái)，經(jīng)濟(jì)文化的快速發(fā)展使得在年節(jié)時(shí)期張貼“神碼”這一民間信仰與春節(jié)達(dá)到共存。尤其是農(nóng)耕文化時(shí)期，百姓會(huì)在辭舊迎新之際祈求來(lái)年風(fēng)調(diào)雨順、家人平安富足、家族人丁興旺，于是年畫這一形式應(yīng)運(yùn)而生。年畫藝人往往會(huì)根據(jù)創(chuàng)作主題構(gòu)思背景故事、設(shè)定畫面構(gòu)圖，以及選取裝飾紋樣，從而繪制出具有吉祥寓意的年畫作品。不同的人物形象和不同畫面含義的年畫中出現(xiàn)了如神像、仕女、花、鳥、魚、蟲等紋樣，此類紋樣特色鮮明、刻畫細(xì)膩且畫風(fēng)統(tǒng)一。

鳳翔木版年畫中人物造型各具特色，不同角色的五官、比例及服飾紋樣等皆有差異，不同性別和不同年齡人物的眉、眼、耳、鼻、嘴區(qū)分明顯，加之臉型的不同得以辨別。男子多為“田”字臉、“國(guó)”字臉、“由”字臉；女子多為瓜子臉、鵝蛋臉；童子為上寬、下窄的圓形臉。此外，通過(guò)男子的胡須體現(xiàn)成熟威嚴(yán)、女子的櫻桃嘴凸顯樣貌、老人的皺紋突出“福態(tài)”、孩童額間一點(diǎn)紅表示喜上眉梢之意，具體見(jiàn)表3。

表1 鳳翔木版年畫中的主色及其內(nèi)涵

Tab.1 Main colors and their connotationsin Fengxiang woodblock prints

表2 鳳翔木版年畫中的輔色及其內(nèi)涵

Tab.2 Auxiliary colors and their connotations in Fengxiang woodblock prints

圖1 鳳翔木版年畫常用色系

鳳翔木版年畫裝飾紋樣包含吉祥納福、富貴平安、驅(qū)邪除魔、生殖繁衍等諸多內(nèi)容。古人在祈愿祝福時(shí)將抽象的內(nèi)容進(jìn)行意象化表達(dá)，通常在畫面的空白部分輔以特殊的藝術(shù)符號(hào)，以此豐富年畫的內(nèi)涵。藝人在符號(hào)的使用上非常講究，最廣泛的是花卉符號(hào)，其次為動(dòng)物符號(hào)，且形態(tài)都經(jīng)過(guò)世代傳承，匠心獨(dú)運(yùn)。由此，出現(xiàn)了年畫中“蓮”通“連”，有“連續(xù)”的寓意，如《蓮年有余》《蓮生貴子》等作品；“雞”同“吉”，又有吉慶有余之意，如《富貴雞》《功名雞》等作品；“石榴”則有“榴生百子”的美好祝愿，如《百子生金》等作品（部分紋樣分析如表4所示）。鳳翔木版年畫的創(chuàng)作者將看似難以通過(guò)繪畫語(yǔ)言表現(xiàn)的民俗內(nèi)容形象地、具體地、巧妙地傳達(dá)出來(lái)，同時(shí)亦滿足了群眾的精神信仰和情感需求。

表3 鳳翔木版年畫人物分析（部分）

Tab.3 Analysis of characters in Fengxiang woodblock prints (partial)

表4 鳳翔木版年畫裝飾紋樣分析（部分）

Tab.4 Analysis of decorative patterns in Fengxiang woodblock prints (partial)

2 鳳翔木版年畫圖像色彩風(fēng)格特征遷移研究

鳳翔木版年畫是極具特色的民間藝術(shù)，亦是關(guān)中文化習(xí)俗的產(chǎn)物，在生動(dòng)體現(xiàn)所在地區(qū)民風(fēng)民俗的同時(shí)，符合特定時(shí)期的審美觀念。前文對(duì)鳳翔木版年畫藝術(shù)特征進(jìn)行了系統(tǒng)性歸納總結(jié)，但如今面臨的一大難題是：大量年畫原作僅留存有墨線稿，同時(shí)由于時(shí)代等不可抗力因素造成了大量年畫資源的流失，需對(duì)其進(jìn)行系列搶救方可使得這一傳統(tǒng)文化得到恢復(fù)。鳳翔木版年畫圖像色彩風(fēng)格特征遷移實(shí)驗(yàn)以復(fù)原鳳翔木版年畫墨線稿和創(chuàng)新設(shè)計(jì)方案模擬設(shè)色為實(shí)驗(yàn)?zāi)康?，著重探討了關(guān)于年畫色彩風(fēng)格遷移的問(wèn)題。在實(shí)驗(yàn)中，分別訓(xùn)練鳳翔木版年畫著色稿與墨線稿兩類數(shù)據(jù)集圖像的遷移網(wǎng)絡(luò)模型，進(jìn)行多次“年畫轉(zhuǎn)線稿”與“線稿轉(zhuǎn)年畫”的實(shí)驗(yàn)，使得最終遷移結(jié)果與鳳翔木版年畫風(fēng)格高度一致，遷移結(jié)果可運(yùn)用至年畫史料復(fù)原工作和現(xiàn)代設(shè)計(jì)的創(chuàng)作中，為研究者和設(shè)計(jì)師提供技術(shù)支持。

鳳翔木版年畫色彩風(fēng)格遷移實(shí)驗(yàn)所使用的CycleGAN[10]算法在Python3.6.9框架下運(yùn)行，該環(huán)境貫穿了實(shí)驗(yàn)的訓(xùn)練及測(cè)試的所有環(huán)節(jié)。數(shù)據(jù)采用年畫原作與線稿圖像共同作為練數(shù)據(jù)，線稿為上文收集與提取生成的數(shù)據(jù)匯總。在訓(xùn)練開(kāi)始前，對(duì)生成器執(zhí)行初始化訓(xùn)練，初始學(xué)習(xí)率為0.0002，并根據(jù)訓(xùn)練輪數(shù)自適應(yīng)遞減，從而使得GAN的訓(xùn)練更加容易和穩(wěn)定[11]。首先對(duì)包含內(nèi)容損失的生成網(wǎng)絡(luò)進(jìn)行200次的預(yù)訓(xùn)練，而后共同優(yōu)化基于GAN的框架。經(jīng)過(guò)200次的迭代，訓(xùn)練過(guò)程中的所有圖像大小均已自動(dòng)調(diào)整為256 px×256 px。

2.1 實(shí)驗(yàn)數(shù)據(jù)集

數(shù)據(jù)集是訓(xùn)練模型的基礎(chǔ)，是本課題研究的重要資源。由于鳳翔木版年畫圖像分散，所以數(shù)據(jù)的收集與處理過(guò)程耗時(shí)且費(fèi)力，因此本課題通過(guò)現(xiàn)場(chǎng)采集、網(wǎng)絡(luò)爬取和數(shù)據(jù)增廣的方式[12]建立如下三個(gè)不同數(shù)量的年畫實(shí)驗(yàn)數(shù)據(jù)集。

1）原始年畫數(shù)據(jù)集：通過(guò)著作查閱、實(shí)地調(diào)研等方式收集到的初始數(shù)據(jù)集皆為年畫藝人與當(dāng)?shù)夭┪镳^珍藏的原版印刷品，共計(jì)192幅年畫作品。將年畫數(shù)據(jù)進(jìn)行統(tǒng)一的背景替換及分類命名后全部以“png”格式存儲(chǔ)（如圖2所示）。

2）網(wǎng)絡(luò)爬取數(shù)據(jù)集：為進(jìn)一步豐富鳳翔木版年畫數(shù)據(jù)集，通過(guò)網(wǎng)絡(luò)爬蟲技術(shù)在互聯(lián)網(wǎng)搜集得到年畫電子資源共計(jì)610張（剔除像素質(zhì)量較低圖像后），同樣將其背景進(jìn)行統(tǒng)一替換后，將所有圖片處理成同樣像素大小，并以數(shù)字“1～610”命名且全部存儲(chǔ)為“png”格式（如圖3所示）。

3）年畫增廣數(shù)據(jù)集：訓(xùn)練網(wǎng)絡(luò)模型對(duì)數(shù)據(jù)集的需求量較大，百余張照片難以實(shí)現(xiàn)精準(zhǔn)的風(fēng)格遷移，需要以數(shù)據(jù)增廣的方式繼續(xù)擴(kuò)展數(shù)據(jù)集，以達(dá)到大體量的數(shù)據(jù)需求。常見(jiàn)的數(shù)據(jù)增廣方式以幾何變換為主，如翻轉(zhuǎn)、縮放、平移和旋轉(zhuǎn)等。使用OpenCV函數(shù)warpAffine實(shí)現(xiàn)重映射，通過(guò)getRotationMatrix2D獲得旋轉(zhuǎn)矩陣。增強(qiáng)后的數(shù)據(jù)集共計(jì)6800余幅，全部以“數(shù)字-aug-增強(qiáng)倍數(shù)”命名并全部存儲(chǔ)為“png”格式，如圖4所示。

2.2 實(shí)驗(yàn)過(guò)程

訓(xùn)練開(kāi)始前，須在編譯軟件中配置訓(xùn)練文件，設(shè)置訓(xùn)練輪數(shù)為200個(gè)epoch。為對(duì)比實(shí)驗(yàn)結(jié)果在不同數(shù)據(jù)集數(shù)量模型下的精確性，本次實(shí)驗(yàn)制定以下三個(gè)方案，分別為：（1）初始數(shù)據(jù)集模型遷移實(shí)驗(yàn)；（2）網(wǎng)絡(luò)爬取數(shù)據(jù)集模型遷移實(shí)驗(yàn)；（3）數(shù)據(jù)增廣數(shù)據(jù)集模型遷移實(shí)驗(yàn)，分別對(duì)比不同數(shù)據(jù)集數(shù)量下各模型的遷移效果，圖形模型訓(xùn)練過(guò)程如圖5所示。

在Pycharm中批量輸入年畫風(fēng)格圖和年畫線稿圖以訓(xùn)練鳳翔木版年畫專有網(wǎng)絡(luò)模型，通過(guò)不同數(shù)量的數(shù)據(jù)集進(jìn)行模擬實(shí)驗(yàn)。在模型訓(xùn)練可視化排列中依次為：損失值隨訓(xùn)練輪數(shù)epoch值參數(shù)變化區(qū)域、模型代碼區(qū)域、遷移效果實(shí)時(shí)監(jiān)測(cè)區(qū)域及迭代次數(shù)區(qū)域（如圖6所示），CycleGAN模型將會(huì)多次重復(fù)“年畫原作—年畫線稿—年畫原作—原作+協(xié)方差約束”和“年畫線稿—遷移效果—年畫線稿”的過(guò)程以檢驗(yàn)遷移結(jié)果的準(zhǔn)確性，詳細(xì)遷移流程見(jiàn)圖7。

圖2 初始數(shù)據(jù)集（部分）

圖3 網(wǎng)絡(luò)爬取數(shù)據(jù)集（部分）

圖4 數(shù)據(jù)增強(qiáng)后的數(shù)據(jù)集（部分）

圖5 圖像模型訓(xùn)練

實(shí)驗(yàn)使用Adam優(yōu)化器與迭代隨機(jī)梯度下降的方式對(duì)生成對(duì)抗網(wǎng)絡(luò)和判別網(wǎng)絡(luò)進(jìn)行優(yōu)化，模型最大訓(xùn)練輪數(shù)為200輪（每一輪分別迭代出完整數(shù)據(jù)集）。實(shí)驗(yàn)發(fā)現(xiàn)學(xué)習(xí)率設(shè)置過(guò)高會(huì)導(dǎo)致遷移后顏色大量溢出的情況且無(wú)法有效遵循圖案原本框架，造成結(jié)構(gòu)混亂、圖像模糊，而學(xué)習(xí)率過(guò)低會(huì)出現(xiàn)訓(xùn)練時(shí)間變長(zhǎng)、遷移效果不佳的情況[13]。為獲取清晰的框架、豐富的圖案、色彩保真的圖像，使用不同學(xué)習(xí)率將訓(xùn)練設(shè)置為200次并對(duì)比結(jié)果。最終優(yōu)化器參數(shù)設(shè)置為學(xué)習(xí)率在前100個(gè)epoch中為2e-4，在接下來(lái)100個(gè)epoch中將線性遞減到0[14]。

2.3 墨線稿復(fù)原色彩實(shí)驗(yàn)

實(shí)驗(yàn)一基于Torch深度學(xué)習(xí)環(huán)境中的搭建框架。首先輸入需要轉(zhuǎn)換的圖像，經(jīng)過(guò)生成器A2B實(shí)現(xiàn)遷移效果，后又經(jīng)過(guò)生成器B2A模擬還原至原圖像效果，是為一輪完整的遷移訓(xùn)練[15]。本次實(shí)驗(yàn)中一幅圖像需經(jīng)過(guò)三個(gè)不同數(shù)據(jù)集數(shù)量的模型，首先將搜集到的年畫原作墨線稿圖像輸入提前訓(xùn)練好的初始數(shù)據(jù)集模型（a）、網(wǎng)絡(luò)爬取數(shù)據(jù)集模型（b）、數(shù)據(jù)增廣數(shù)據(jù)集模型（c），此時(shí)實(shí)驗(yàn)將產(chǎn)生三種不同效果的結(jié)果，而后分別結(jié)合上述實(shí)驗(yàn)，橫向?qū)Ρ冗w移效果，見(jiàn)圖8。

圖6 鳳翔木版年畫色彩風(fēng)格遷移模型訓(xùn)練過(guò)程

圖7 鳳翔木版年畫色彩風(fēng)格遷移流程

圖8 鳳翔木版年畫遷移實(shí)驗(yàn)過(guò)程

為驗(yàn)證本文提出將CycleGAN算法在鳳翔木版年畫風(fēng)格特征遷移的有效性，實(shí)驗(yàn)一目標(biāo)選擇鳳翔木版年畫中僅存的墨線稿圖像——《灶神》《張仙射天狗》《八路進(jìn)寶》為原始輸入圖像（模型自動(dòng)將年畫圖源尺寸處理為256 px×256px），將不同年畫數(shù)量的數(shù)據(jù)集模型下同一圖像的遷移結(jié)果進(jìn)行局部遷移效果比對(duì)與整體遷移效果比對(duì)。實(shí)驗(yàn)結(jié)果表明：模型（a）無(wú)法精確識(shí)別需要上色的區(qū)域，存在顏色過(guò)渡僵硬問(wèn)題和多處雜色區(qū)域；模型（b）對(duì)上述問(wèn)題有明顯改善，僅部分區(qū)域有少量雜色；模型（c）整體設(shè)色風(fēng)格更加偏向于傳統(tǒng)的鳳翔木版年畫色調(diào)，少許失敗案例中仍有雜色存在，需配合繪圖軟件進(jìn)行二次處理（如圖9所示）。

2.3 創(chuàng)新圖案色彩風(fēng)格遷移實(shí)驗(yàn)

實(shí)驗(yàn)二的目的是檢驗(yàn)?zāi)Ｐ瓦\(yùn)用到現(xiàn)代設(shè)計(jì)中的可行性，使用形狀文法的生成性規(guī)則和衍生性規(guī)則，對(duì)鳳翔木版年畫中具有代表性的五官紋樣與裝飾紋樣進(jìn)行提取、轉(zhuǎn)譯、組合后形成新的設(shè)計(jì)圖像[16]。實(shí)驗(yàn)三所使用的實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)步驟同上述兩次實(shí)驗(yàn)完全相同，將輸入圖像更換為鳳翔木版年畫中五官紋樣和裝飾紋樣提取、轉(zhuǎn)譯后再設(shè)計(jì)的創(chuàng)新圖案，利用具有現(xiàn)代化設(shè)計(jì)程式的圖案與年畫原作進(jìn)行遷移效果縱向?qū)Ρ炔z驗(yàn)遷移實(shí)驗(yàn)結(jié)果（如圖10所示）。

圖11由左到右依次為鳳翔木版年畫創(chuàng)新圖案推演方案的構(gòu)型框架、黑白設(shè)計(jì)方案及彩色設(shè)計(jì)方案。實(shí)驗(yàn)結(jié)果如下。

圖9 墨線稿年畫色彩遷移結(jié)果

圖10 遷移實(shí)驗(yàn)過(guò)程

圖11 鳳翔木版年畫紋樣設(shè)計(jì)色彩遷移

1）初始年畫數(shù)據(jù)集模型（a）所生成的效果，其存在的問(wèn)題有：不能精確識(shí)別需要上色的主體、與鳳翔木版年畫色調(diào)相差甚遠(yuǎn)、雜色較為明顯。

2）根據(jù)網(wǎng)絡(luò)爬取年畫數(shù)據(jù)集模型（b）及數(shù)據(jù)增廣數(shù)據(jù)集模型（c）所生成的效果，圖案結(jié)構(gòu)清晰且細(xì)節(jié)豐富，與真實(shí)的年畫風(fēng)格接近，但生成圖像中仍存在少量雜色。色彩遷移效果精確，與真實(shí)年畫風(fēng)格非常接近，對(duì)判別年畫圖像的畫面主體與年畫繪制內(nèi)容影響較小，通過(guò)繪圖軟件進(jìn)行簡(jiǎn)單的二次處理后方可應(yīng)用于設(shè)計(jì)實(shí)踐中。

3 結(jié)論

本文針對(duì)鳳翔木版年畫資源流失嚴(yán)重的現(xiàn)狀，開(kāi)展了關(guān)于年畫的藝術(shù)特征分析、數(shù)據(jù)采集存儲(chǔ)、色彩風(fēng)格遷移的系列研究。本文立足于鳳翔木版年畫在現(xiàn)代技術(shù)充斥的大環(huán)境下如何有效傳承的問(wèn)題，基于深度學(xué)習(xí)領(lǐng)域下CycleGAN算法的鳳翔木版年畫數(shù)據(jù)集構(gòu)建和模型訓(xùn)練，從年畫色彩的風(fēng)格模擬、流失資源的色彩復(fù)原及紋樣創(chuàng)新的技術(shù)運(yùn)用等多個(gè)角度進(jìn)行設(shè)計(jì)與實(shí)踐，為年畫傳承人和對(duì)年畫有收藏研究意向的用戶提供技術(shù)支持。

[1] GATYS L A, ECKER A S, BETHGE M. Image Style Transfer Using Convolutional Neural Networks[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2016: 2414-2423.

[2] 周粵川,張建勛,董文鑫, 等.多尺度語(yǔ)義信息無(wú)監(jiān)督山水畫風(fēng)格遷移網(wǎng)絡(luò)[J].計(jì)算機(jī)工程與應(yīng)用,2024,60(4):258-269.ZHOU Y C, ZHANG J X, DONG W X, et al. Multi- scale Semantic Information Unsupervised Landscape Painting Style Migration Network[J]. Computer Engineering and Application, 2024, 60(4): 258-269.

[3] 吳航. 基于卷積神經(jīng)網(wǎng)絡(luò)的葫蘆烙畫風(fēng)格模擬[D].昆明: 云南大學(xué),2019.WU H. Simulation of Gourd Pyrography Style Based on Convolutional Neural Network[D]. Kunming: Yunnan University, 2019.

[4] 牛一. 基于風(fēng)格遷移的漢字修復(fù)研究[D].鄭州: 華北水利水電大學(xué),2022.NIU Y. Research on Chinese Character Restoration Based on Style Transfer[D]. Zhengzhou: North China University of Water Resources and Hydropower, 2022.

[5] 杜杰, 王雅雯.桃花塢與鳳翔木版門神畫色彩特征比較研究[J].裝飾,2018,306(10):113-115.DU J, WANG Y W. Comparative Study on the Color Characteristics of Taohuawu and Fengxiang Woodblock Door God Paintings[J]. Decoration, 2018, 306(10): 113-115.

[6] 杜杰, 杜斌. 陜西鳳翔木版年畫色彩保護(hù)研究[J].包裝工程,2019,40(6):107-110.DU J, DU B. Research on Color Protection of Shaanxi Fengxiang Woodblock New Year Paintings [J]. Packaging Engineering, 2019,40(6): 107-110.

[7] 劉方林.傳統(tǒng)年節(jié)特色I(xiàn)P對(duì)中國(guó)品牌形象傳播的價(jià)值研究[J].包裝工程,2019,40(24):111-116.LIU F L. Research on the Value of Traditional Spring Festival Featured IP in the Communication of Chinese Brand Image[J]. Packaging Engineering, 2019,40(24): 111-116.

[8] 杜杰, 馬蓓蓓.鳳翔木版年畫的數(shù)字動(dòng)畫設(shè)計(jì)研究[J].設(shè)計(jì),2023,36(1):38-41.DU J, MA B B. Research on Digital Animation Design of Fengxiang Woodblock New Year Pictures [J]. Design, 2023,36(1): 38-41.

[9] ZHU J Y, PAKR T, ISOLA P, et al. Unpaired Image-to-image Translation Using Cycle-consistent Adversarial Networks[C]// Proceedings of the IEEE International Conference on Computer Vision. New York: IEEE, 2017: 2223-2232.

[10] 勾曉颯. 基于改進(jìn)CycleGAN的手繪素描人像合成方法研究[D].哈爾濱: 哈爾濱工業(yè)大學(xué).GOU X S. Research on the Synthesis Method of Hand Sketching Portrait Based on Improved CycleGAN[D]. Harbin: Harbin Institute of Technology, 2021.

[11] 馬崠奡,唐娉,趙理君,等.深度學(xué)習(xí)圖像數(shù)據(jù)增廣方法研究綜述[J].中國(guó)圖象圖形學(xué)報(bào),2021,26(3):487-502.MA D Y, TANG P, ZHAO L J, et al. A Review of Deep Learning Image Data Augmentation Methods[J]. Chinese Journal of Image and Graphics, 2021,26(3): 487-502.

[12] 李鑫,普?qǐng)@媛,趙征鵬,等.內(nèi)容語(yǔ)義和風(fēng)格特征匹配一致的藝術(shù)風(fēng)格遷移[J].圖學(xué)學(xué)報(bào), 2023, 44(4): 1-12.LI X, PU Y Y, ZHAO Z P, et al. Art Style Transfer with Consistent Content Semantic and Style Feature Matching[J]. Journal of Graphics, 2023, 44(4): 1-12.

[13] 張鳳全,曹鐸,馬曉寒, 等.一種面向戲曲妝容細(xì)節(jié)生成的風(fēng)格遷移網(wǎng)絡(luò)[J].系統(tǒng)仿真學(xué)報(bào),2023,35(9):2064-2076.ZHANG F Q, CAO D, MA X H, et al. A Style Transfer Network for the Generation of Traditional Chinese Opera Makeup Details[J]. Journal of System Simulation, 2023.35(9):1-14.

[14] WU F, SU X, OCK Y S, et al. Personal Credit Risk Evaluation Model of P2P Online Lending Based on AHP[J]. Symmetry, 2021, 13(1): 83.

[15] 杜杰,王塏寓,郭曉.基于形狀文法的鳳翔馬勺紋樣創(chuàng)新設(shè)計(jì)研究[J].設(shè)計(jì),2023,36(11):22-25.DU J, WANG K Y, GUO X. Research on Innovative Design of Fengxiang Horse Spoon Pattern Based on Shape Grammar[J]. Design, 2023,36(11): 22-25.

[16] 邱雪琳,孫迎,劉正, 等.基于色彩優(yōu)化的云錦局部風(fēng)格遷移[J].絲綢,2022,59(12):64-70.QIU X L, SUN Y, LIU Z, et al. Local Style Transfer of Yunjin Based on Color Optimization[J]. Silk, 2022,59(12): 64-70.

Migration of Colour Features in Fengxiang Woodblock Prints Based on Generative Adversarial Networks

DU Jie1, LIU Ziyu1, WANG Kaiyu1*, HAN Yixuan2

(1. School of Art and Design, Xi'an University of Technology, Xi’an 710054, China; 2. School of Art and Design, Xi'an University of Architecture and Technology Huaqing College, Xi'an 710000, China)

In order to inherit and protect the intangible cultural heritage, Fengxiang woodblock prints, in Shaanxi region and solve the problems of difficult color restoration of traditional handicrafts and low efficiency of pattern combination innovation, the work aims to combine the Generative Adversarial Networks and Fengxiang woodblock prints to promote its development in a multi-dimensional way. By means of high-definition scanning, adaptive threshold detection method, standard color value extraction and data augmentation, systematic generalization and standardized collection and storage were carried out to establish the dataset of Fengxiang woodblock prints, and CycleGAN algorithm was used to train the network model to complete the migration experiments. Through the combination of art and technology, both the color restoration of ink line drafts in the prints and the rapid coloring of innovative design patterns were completed. In the historical data restoration and application of Fengxiang woodblock prints, through the combination of modern design methods and color style migration function, the method can adapt to the modern development trend and complete the task of living inheritance while providing new ideas for similar research.

Generative Adversarial Networks; Fengxiang woodblock prints; innovative patterns; colour migration

TB482；J516

A

1001-3563(2024)08-0224-09

10.19554/j.cnki.1001-3563.2024.08.024

2023-11-16

陜西省社會(huì)科學(xué)基金項(xiàng)目（2022J034）；2022年度陜西省哲學(xué)社會(huì)科學(xué)研究專項(xiàng)（2022HZ1710）

通信作者