基于图像语义分割的真实毛笔笔触实时生成技术 | |
薛萍1; 李猛2; 黄卫星2; 刘漫贤2; 杨颐2; 王健2 | |
发表期刊 | 计算机辅助设计与图形学学报 |
2020 | |
卷号 | 32期号:4页码:590 |
摘要 | 书法在文化传承中占据重要地位,书法书写笔迹的生成也一直是计算机图形学的研究重点和难点.现存基于模型和经验的方法,由于建模难度大,大都将笔触表述为简单的几何图形并且缺少变化,难以真实还原毛笔书写的笔触和笔迹.使得现存书法笔迹生成软件仅仅用于娱乐,而难以上升到数字化书法教育层面.文中从计算机视觉的角度出发,通过4个相机获取毛笔的实时书写图像;针对Deeplabv3+语义分割算法无法有效地分割小尺寸类别的缺点进行优化,使用优化的Deeplabv3+算法提取图像中毛笔笔头等关键信息,并通过Hough变换和PnP位姿估计算法计算笔杆相对位姿;基于位姿信息矫正和融合各相机笔触图像,提出一种未知区域估计方法估计相机无法拍摄到的笔触区域.按照不同条件提取400多幅书写图像作为数据集并进行实验结果表明,优化后的Deeplabv3+算法平均交并比(meanintersection-over-union,mIOU)达到0.849,与优化前相比提升了0.117;在小尺寸类别上交并比(intersection-over-union,IOU)达到0.59,提升了0.473.在保证实时性的前提下,最终生成的笔触与传统基于模型和经验的方法相比,可以更加真实地还原书写时的笔触,并避免对毛笔进行复杂的建模,为笔迹生成研究提供一种新的思路. |
关键词 | 语义分割 深度卷积神经网络 笔迹生成 毛笔笔触生成 |
收录类别 | EI |
语种 | 中文 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/47410 |
专题 | 数字内容技术与服务研究中心_智能技术与系统工程 |
通讯作者 | 王健 |
作者单位 | 1.哈尔滨理工大学 2.中国科学院 自动化研究所 |
推荐引用方式 GB/T 7714 | 薛萍,李猛,黄卫星,等. 基于图像语义分割的真实毛笔笔触实时生成技术[J]. 计算机辅助设计与图形学学报,2020,32(4):590. |
APA | 薛萍,李猛,黄卫星,刘漫贤,杨颐,&王健.(2020).基于图像语义分割的真实毛笔笔触实时生成技术.计算机辅助设计与图形学学报,32(4),590. |
MLA | 薛萍,et al."基于图像语义分割的真实毛笔笔触实时生成技术".计算机辅助设计与图形学学报 32.4(2020):590. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
基于图像语义分割的真实毛笔笔触实时生成技(4961KB) | 期刊论文 | 作者接受稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[薛萍]的文章 |
[李猛]的文章 |
[黄卫星]的文章 |
百度学术 |
百度学术中相似的文章 |
[薛萍]的文章 |
[李猛]的文章 |
[黄卫星]的文章 |
必应学术 |
必应学术中相似的文章 |
[薛萍]的文章 |
[李猛]的文章 |
[黄卫星]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论