非真實感中藝術(shù)風(fēng)格模擬技術(shù)的研究的開題報告

非真實感中藝術(shù)風(fēng)格模擬技術(shù)的研究的開題報告【題目】非真實感中藝術(shù)風(fēng)格模擬技術(shù)的研究【研究背景與意義】隨著科技的發(fā)展，數(shù)字畫面生成技術(shù)也愈發(fā)成熟，能夠生動還原真實的場景、人物。但是，在某些藝術(shù)創(chuàng)作或者表現(xiàn)方式中，真實感并不是它所要表達(dá)的最重要的特征。例如，漫畫、卡通、手繪畫、水彩畫等等，在這些表現(xiàn)方式中，藝術(shù)家通常會省略或者加強人物或者場景的某些特征，旨在達(dá)到一種特定的藝術(shù)風(fēng)格效果，強調(diào)創(chuàng)意、風(fēng)格的表現(xiàn)。相應(yīng)的，數(shù)字畫面生成技術(shù)中，也需要有一種技術(shù)來模擬這些非真實感中的藝術(shù)風(fēng)格特征。本研究選擇藝術(shù)風(fēng)格模擬技術(shù)作為研究方向，針對數(shù)字畫面生成技術(shù)中非真實感的表現(xiàn)方式進(jìn)行探究，旨在進(jìn)一步擴展數(shù)字畫面生成技術(shù)的應(yīng)用領(lǐng)域，提高數(shù)字畫面生成技術(shù)的藝術(shù)表現(xiàn)水平?！狙芯績?nèi)容與目標(biāo)】本研究主要針對以下研究內(nèi)容：1.剖析非真實感中的藝術(shù)風(fēng)格特征2.研究數(shù)字畫面生成技術(shù)中藝術(shù)風(fēng)格模擬的技術(shù)路線3.實現(xiàn)一種基于卷積神經(jīng)網(wǎng)絡(luò)的藝術(shù)風(fēng)格模擬算法4.評估所提算法的效果及可應(yīng)用性本研究的目標(biāo)為：1.研究出一種高效的、具有可應(yīng)用性的藝術(shù)風(fēng)格模擬算法2.驗證所提算法對于不同藝術(shù)風(fēng)格的模擬能力3.推動數(shù)字畫面生成技術(shù)應(yīng)用于非真實感藝術(shù)表現(xiàn)中的發(fā)展【研究方法和步驟】1.搜集漫畫、卡通、手繪畫、水彩畫等藝術(shù)表現(xiàn)的相關(guān)文獻(xiàn)資料，剖析出它們的藝術(shù)風(fēng)格特征2.研究數(shù)字畫面生成技術(shù)中藝術(shù)風(fēng)格模擬的技術(shù)路線，確定研究方向3.設(shè)計一種基于卷積神經(jīng)網(wǎng)絡(luò)的藝術(shù)風(fēng)格模擬算法，進(jìn)行實現(xiàn)4.評估所提算法的效果及可應(yīng)用性5.分析評估結(jié)果，不斷優(yōu)化改善算法的表現(xiàn)效果【預(yù)期成果】本研究最終預(yù)期得到一種具有實用價值高效的藝術(shù)風(fēng)格模擬算法，使數(shù)字畫面生成技術(shù)能夠更好地應(yīng)用于非真實感藝術(shù)表現(xiàn)中。其具體成果如下：1.模擬并呈現(xiàn)出多種非真實感藝術(shù)表現(xiàn)的效果2.提供一種易于應(yīng)用且效率比較高的算法實現(xiàn)3.擴展數(shù)字畫面生成技術(shù)的應(yīng)用領(lǐng)域【研究計劃與時間安排】第一階段：調(diào)研分析時間：1個月1.搜集有關(guān)漫畫、卡通、手繪畫、水彩畫等藝術(shù)表現(xiàn)的相關(guān)文獻(xiàn)資料，分析其藝術(shù)風(fēng)格特征。2.研究數(shù)字畫面生成技術(shù)中藝術(shù)風(fēng)格模擬的技術(shù)路線，確定研究方向。第二階段：算法設(shè)計時間：2個月1.設(shè)計一種基于卷積神經(jīng)網(wǎng)絡(luò)的藝術(shù)風(fēng)格模擬算法，進(jìn)行實現(xiàn)。第三階段：評估改進(jìn)時間：2個月1.評估所提算法的效果及可應(yīng)用性。2.分析評估結(jié)果，不斷優(yōu)化改善算法的表現(xiàn)效果。第四階段：撰寫論文時間：1個月1.總結(jié)研究內(nèi)容及成果，完成論文撰寫。2.準(zhǔn)備論文答辯。【參考文獻(xiàn)】[1]提取藝術(shù)風(fēng)格功能的神經(jīng)網(wǎng)絡(luò)-ANeuralAlgorithmofArtisticStyle[J].Bengio,Y.,Courville,A.C.,&Vincent,P.(2013).[2]彩色水彩渲染視角下的風(fēng)格算法-StyleAlgorithmonColorAquarellePaintingViews[J].孟巖.（2018）[3]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像風(fēng)格遷移算法研究-ResearchonImageStyleTransferAlgorithmBasedonConvolutionalNeuralNetwork[J].徐剛、劉群等.（2018）[4]卡通風(fēng)格圖形的圖像渲染-ANon-photoreali