基于图像语义分割的真实毛笔笔触实时生成技术

CASIA OpenIR > 数字内容技术与服务研究中心 > 智能技术与系统工程

	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