用于生成山水画的数据处理方法技术

本公开用于生成山水画的数据处理方法，包括首先用户端检测界面的目标区域是否被触发草图的输入操作，如果被触发输入操作，持续接收输入的草图线条信息；而后在检测到界面被触发山水画生成请求后，将输入完成的草图线条信息发送至服务端，以使服务端利用预训练的循环生成对抗网络中的生成器，根据草图线条信息随机生成任一类型的山水画文档数据；最后接收服务端发送的所述山水画的文档数据，并基于所述文档数据将所述山水画在所述目标区域显示。通过用户端与服务端的交互，实现了山水画绘制过程中的实时交互；通过本申请的循环生成对抗网络的生成器使从草图域到绘画域的映射更加灵活和多样。活和多样。活和多样。

【技术实现步骤摘要】
用于生成山水画的数据处理方法


[0001]本公开涉及数据处理
，具体涉及到一种用于生成山水画的数据处理方法。

技术介绍

[0002]相关技术中，将自然图像翻译成艺术风格，作为一般图像到图像翻译任务的特定应用。一方面，这些作品大多是在现有的图像上操作，无法进行实时交互；另一方面，采用的一些网络模型实现图像到图像翻译任务，灵活性非常差；再一方面，相关技术中无法实现山水画的智能化绘制。

技术实现思路

[0003]本公开的主要目的在于提供一种用于生成山水画的数据处理方法。
[0004]为了实现上述目的，根据本公开的第一方面，提供了一种用于生成山水画的数据处理方法，包括：用户端检测界面的目标区域是否被触发草图的输入操作，如果被触发所述输入操作，持续接收所述输入的草图线条信息；在检测到所述界面被触发山水画生成请求后，将输入完成的草图线条信息发送至服务端，以使所述服务端利用预训练的循环生成对抗网络中的生成器，根据所述草图线条信息随机生成任一类型的山水画文档数据；接收所述服务端发送的所述山水画的文档数据，并基于所述文档数据将所述山水画在所述目标区域显示。
[0005]可选地，方法还包括：用户端检测界面的目标输入区域是否被触发文本输入操作；如果被触发，将所述文本信息发送至所述服务端，以使所述服务端基于输入的所述文本生成反馈信息。
[0006]可选地，方法还包括存储输入完成的草图线条信、生成的所述山水画文档数据，并将其作为训练循环生成对抗网络的样本集。
[0007]可选地，循环生成对抗网络的训练过程包括：在获取到山水画样本集后，对每个山水画样本图像进行分割，得到多个图像分割单元；对所述每一个图像分割单元中的山水画进行线条提取，得到每个图像分割单元对应的用于表示山水画肌理的线条集合；建立循环生成对抗网络模型；对所述网络模型进行迭代训练，且在每次训练过程中，随机确定一张图像分割单元对应的线条集合、并随机确定一个图像分割单元作为训练样本。
[0008]可选地，建立循环生成对抗网络模型包括：建立两个生成器G和F，其中，两个生成器的结构相同，所述生成器G用于生成与所述图像分割单元中山水画相似的图像G(x)；所述生成器F用于生成所述图像分割单元对应的相似线条集合；建立两个判别器D
X
和D
Y
，其中，判别器D
Y
用于区分生成的相似图像G(x)和图像分割单元对应的线条集合；判别器D
X
用于区分生成的相似线条集合与图像分割单元中的山水画；建立损失函数，L(G,F,DX,DY)＝L
GAN
(G,D
Y
,X,Y)+L
GAN
(F,D
X
,Y,X)+λL
cyc
(G,F)；其中，L
GAN
(G，D
Y
，X，Y)、L
GAN
(F，DX，Y，X)为对抗损失；L
cyc
(G,F)为循环一致性损失，λ用于平衡正则项；建立所述网络模型的训练目标：
[0009]G*，F*＝arg min max L(G，F，D
X
，D
Y
)
[0010]G,F DX，DY
[0011]可选地，对每一个图像分割单元中的山水画进行线条提取包括：对边缘检测器进行配置；利用所述边缘检测器对所述图像分割单元进行线条提取。
[0012]可选地，在对每个山水画样本图像进行分割之前，所述方法还包括：获取包含多个类型的原始山水画扫描图像；和/或，对所述原始山水画扫描图像进行二值化处理，以确定所述所述扫描图像对应的边界；自适应计算每个二值化处理后图像的阈值；对二值化处理后的图像进行降噪处理；删除所述边界以外的框架，得到包含多个类型的山水画样本集。
[0013]根据本公开的第二方面，提供了一种用于生成山水画的数据处理方法，包括：响应于接收到所述用户端发送的山水画生成请求，从所述用户端获取草图线条信息；基于预训练的循环生成对抗网络中的生成器G，随机生成所述草图线条信息对应的任一类型的山水画文档；将所述文档发送至所述用户端。
[0014]可选地，循环生成对抗网络的训练过程包括：在获取到山水画样本集后，对每个山水画样本图像进行分割，得到多个图像分割单元；对所述每一个图像分割单元中的山水画进行线条提取，得到每个图像分割单元对应的用于表示山水画肌理的线条集合；建立循环生成对抗网络模型；对所述网络模型进行迭代训练，且在每次训练过程中，随机确定一张图像分割单元对应的线条集合、并随机确定一个图像分割单元作为训练样本。
[0015]可选地，建立循环生成对抗网络模型包括：建立两个生成器G和F，其中，两个生成器的结构相同，所述生成器G用于生成与所述图像分割单元中山水画相似的图像G(x)；所述生成器F用于生成所述图像分割单元对应的相似线条集合；建立两个判别器D
X
和D
Y
，其中，判别器D
Y
用于区分生成的相似图像G(x)和图像分割单元对应的线条集合；判别器D
X
用于区分生成的相似线条集合与图像分割单元中的山水画；建立损失函数，L(G,F,DX,DY)＝L
GAN
(G,D
Y
,X,Y)+L
GAN
(F,D
X
,Y,X)+λL
cyc
(G,F)；其中，L
GAN
(G，D
Y
，X，Y)、L
GAN
(F，DX，Y，X)为对抗损失；L
cyc
(G,F)为循环一致性损失，λ用于平衡正则项；建立所述网络模型的训练目标：
[0016]G*，F*＝arg min max L(G，F，D
X
，D
Y
)
[0017]G,F DX，DY。
[0018]本公开实施例用于生成山水画的数据处理方法，包括首先用户端检测界面的目标区域是否被触发草图的输入操作，如果被触发输入操作，持续接收输入的草图线条信息；而后在检测到界面被触发山水画生成请求后，将输入完成的草图线条信息发送至服务端，以使服务端利用预训练的循环生成对抗网络中的生成器，根据草图线条信息随机生成任一类型的山水画文档数据；最后接收服务端发送的所述山水画的文档数据，并基于所述文档数据将所述山水画在所述目标区域显示。通过用户端与服务端的交互，实现了山水画绘制过程中的实时交互；通过本申请的循环生成对抗网络的生成器使从草图域到绘画域的映射更加灵活和多样。克服了现有技术存在的无法实时交互、无法智能化绘制山水画、以及图像到图像的翻译灵活性差的缺陷。
附图说明
[0019]为了更清楚地说明本公开具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的
附图是本公开的一些实施方式，对于本领域普本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于生成山水画的数据处理方法，其特征在于，包括：用户端检测界面的目标区域是否被触发草图的输入操作，如果被触发所述输入操作，持续接收所述输入的草图线条信息；在检测到所述界面被触发山水画生成请求后，将输入完成的草图线条信息发送至服务端，以使所述服务端利用预训练的循环生成对抗网络中的生成器，根据所述草图线条信息随机生成任一类型的山水画文档数据；接收所述服务端发送的所述山水画的文档数据，并基于所述文档数据将所述山水画在所述目标区域显示。2.根据权利要求1所述的用于生成山水画的数据处理方法，其特征在于，所述方法还包括：用户端检测界面的目标输入区域是否被触发文本输入操作；如果被触发，将所述文本信息发送至所述服务端，以使所述服务端基于输入的所述文本生成反馈信息。3.根据权利要求1所述的用于生成山水画的数据处理方法，其特征在于，所述方法还包括存储输入完成的草图线条信、生成的所述山水画文档数据，并将其作为训练循环生成对抗网络的样本集。4.根据权利要求2所述的用于生成山水画的数据处理方法，其特征在于，所述循环生成对抗网络的训练过程包括：在获取到山水画样本集后，对每个山水画样本图像进行分割，得到多个图像分割单元；对所述每一个图像分割单元中的山水画进行线条提取，得到每个图像分割单元对应的用于表示山水画肌理的线条集合；建立循环生成对抗网络模型；对所述网络模型进行迭代训练，且在每次训练过程中，随机确定一张图像分割单元对应的线条集合、并随机确定一个图像分割单元作为训练样本。5.根据权利要求4所述的用于生成山水画的数据处理方法，其特征在于，所述建立循环生成对抗网络模型包括：建立两个生成器G和F，其中，两个生成器的结构相同，所述生成器G用于生成与所述图像分割单元中山水画相似的图像G(x)；所述生成器F用于生成所述图像分割单元对应的相似线条集合；建立两个判别器D
X
和D
Y
，其中，判别器D
Y
用于区分生成的相似图像G(x)和图像分割单元对应的线条集合；判别器D
X
用于区分生成的相似线条集合与图像分割单元中的山水画；建立损失函数，L(G,F,DX,DY)＝L
GAN
(G,D
Y
,X,Y)+L
GAN
(F,D
X
,Y,X)+λL
cyc
(G,F)；其中，L
GAN
(G，D
Y
，X，Y)、L
GAN
(F，DX，Y，X)为对抗损失；L
cyc
(G,F)为循环一致性损失，λ用于平衡正则项；建立所述网络模型的训练目标：G*，F*＝arg min max L(G，F，D
X
，D
Y
)G,F DX，DY。...

【专利技术属性】
技术研发人员：周乐，
申请(专利权)人：酷栈宁波创意科技有限公司，
类型：发明
国别省市：