一种基于AI绘图的绘画路径优化方法及系统技术方案

本发明专利技术公开了一种基于AI绘图的绘画路径优化方法及系统，涉及绘画路径优化技术领域，所述方法包括如下步骤：获取手绘图片，并提取所述手绘图片的手动绘画路径；对所述手绘图片进行AI绘画，得到多张初始AI绘画图片；提取所述初始AI绘画图片的初始AI绘画路径，并计算所述初始AI绘画路径与所述手动绘画路径的相似程度，把与所述手动绘画路径相似程度最大的所述初始AI绘画路径记为初始中间绘画路径；在特定的AI绘画次数下，以所述初始中间绘画路径为基础进行迭代的AI绘画，进而得到最优绘画路径。本发明专利技术能够在保证绘画路径绘制效果的前提下快速解析出不同风格的绘画路径，为手绘动画的优化提供更多参考。的优化提供更多参考。的优化提供更多参考。

【技术实现步骤摘要】
一种基于AI绘图的绘画路径优化方法及系统


[0001]本专利技术涉及绘画路径优化
，具体涉及一种基于AI绘图的绘画路径优化方法及系统。

技术介绍

[0002]在图片手绘动画制作和展示过程中，经常会使用到图片，即通过解析图片文件得到对应的绘画路径信息，根据绘画路径信息和预定的重组规则生成绘画路径进行绘画路径展示。
[0003]现有技术中在对绘画图片进行解析获得绘画路径时，只能根据绘画图片的固有特征生成一系列固定的绘画路径，这虽然保证了绘画路径绘制效果，但同时生成的绘画路径也过于单一，进而降低了绘画的创造性。而绘画本身在想象力的加持下应当是具有创造性的，在确定绘画图片的基础上还能进一步向不同的绘画风格延伸，为手绘动画的优化提供更多参考。然而，现有技术中，还没有出现能够在保证绘画路径绘制效果的前提下快速解析出不同风格的绘画路径，这不利于手绘动画发展。

技术实现思路

[0004]针对现有技术中的缺陷，本专利技术提供一种基于AI绘图的绘画路径优化方法及系统。
[0005]为了实现上述目的，第一方面，本专利技术提供的一种基于AI绘图的绘画路径优化方法，所述方法包括如下步骤：获取手绘图片，并提取所述手绘图片的手动绘画路径；对所述手绘图片进行AI绘画，得到多张初始AI绘画图片；提取所述初始AI绘画图片的初始AI绘画路径，并计算所述初始AI绘画路径与所述手动绘画路径的相似程度，把与所述手动绘画路径相似程度最大的所述初始AI绘画路径记为初始中间绘画路径；在特定的AI绘画次数下，以所述初始中间绘画路径为基础进行迭代的AI绘画，进而得到最优绘画路径。本方法能够在保证绘画路径绘制效果的前提下快速解析出不同风格的绘画路径，为手绘动画的优化提供更多参考。
[0006]可选的，所述获取手绘图片，并提取所述手绘图片的手动绘画路径包括如下步骤：获取所述手绘图片，并提取所述手绘图片中所有像素点的像素值；根据所述像素值提取所述手绘图片的手动绘画路径。
[0007]可选的，所述对所述手绘图片进行AI绘画，得到多张初始AI绘画图片包括如下步骤：设计AI绘画的文字特征序列；将所述文字特征序列和所述手绘图片作为输入进行AI绘画，得到多张所述初始AI绘画图片。
[0008]进一步的，AI绘画的文字特征序列和手绘图片共同决定着AI绘画的结果，其中，文字特征序列可包含表示绘画风格的词汇，并通过调整表示绘画风格的词汇来获得不同风格
的AI绘画图片，便于得到不同风格的绘画路径。
[0009]可选的，所述提取所述初始AI绘画图片的初始AI绘画路径，并计算所述初始AI绘画路径与所述手动绘画路径的相似程度，把与所述绘画路径相似程度最大的所述初始AI绘画路径记为初始中间绘画路径包括如下步骤：提取所述初始AI绘画图片的初始AI绘画路径；构建绘画路径的相似性计算模型；利用所述相似性计算模型计算所述初始AI绘画路径与所述手动绘画路径的相似程度，把与所述手动绘画路径的相似程度最大的所述初始AI绘画路径记为初始中间绘画路径。
[0010]进一步的，在进行AI绘画时可以设置一次AI绘画想要得到AI绘画图片的数量，同一次AI绘画得到不同AI绘画路径之间存在差别，有些AI绘画路径会与输入的绘画路径存在很大的差别，在后续操作中不能用来对绘画路径进行优化，因此需要找出与输入的绘画路径最接近的AI绘画路径才能最大程度的优化绘画路径。
[0011]可选的，所述在特定的AI绘画次数下，以所述初始中间绘画路径为基础进行迭代的AI绘画，进而得到最优绘画路径包括如下步骤：设定AI绘画的迭代次数；将所述初始中间绘画路径和作为初始输入路径，结合所述文字特征序列进行AI绘画，得到多张AI绘画图片；提取所述AI绘画图片的AI绘画路径；利用所述相似性计算模型计算所述AI绘画路径与所述初始输入路径之间的相似程度，将与所述初始输入路径相似程度最大的所述AI绘画路径记为中间绘画路径；若进行AI绘画的次数不小于所述迭代次数，则将最终的所述中间绘画路径作为所述最优绘画路径，否则就将所述中间绘画路径作为下一次进行AI绘画的所述初始输入路径。
[0012]进一步的，对于比较粗糙的手绘图片来说，其与理想的状态相差比较大，在经过一次AI绘画后产生的效果可能有限，因此需要基于新的得到的AI绘画路径继续进行AI绘画，以此来优化绘画结果，最后才能得到最佳的绘画路径。
[0013]可选的，所述构建绘画路径的相似性计算模型包括如下步骤：计算两个不同绘画路径之间的节点相似程度和图相似程度；将所述节点相似程度和所述图相似程度进行融合计算，得到相似性评估结果；利用全连接神经网络和限制函数对所述相似性评估结果进行降维和限制，得到所述相似程度。
[0014]可选的，所述节点相似程度满足如下关系：
[0015]其中，为所述节点相似程度，和分别为两个不同绘画路径上的节点嵌入向量，T表示进行转置操作。
[0016]可选的，所述图相似程度满足如下关系：
[0017]其中，为所述图相似程度，和分别为两个不同绘画路径上的图嵌入向量，为权重张量，K为超参数，为权重向量，[]表示拼接操作，为偏置向量，为激活函数。
[0018]可选的，所述相似性评估结果满足如下关系：
[0019]其中，S为所述相似性评估结果，为融合函数，为所述节点相似程度，为所述图相似程度。
[0020]第二方面，本专利技术还提供了一种基于AI绘图的绘画路径优化系统，所述系统使用本专利技术提供的一种基于AI绘图的绘画路径优化方法，所述系统包括：数据获取模块，所述数据获取模块用于获取手绘图片，并提取所述手绘图片的绘画路径；数据处理模块，所述数据处理模块用于对所述手绘图片进行AI绘画，得到多张初始AI绘画图片；提取所述初始AI绘画图片的初始AI绘画路径，并计算所述初始AI绘画路径与所述手动绘画路径的相似程度，把与所述手动绘画路径相似程度最大的所述初始AI绘画路径记为初始中间绘画路径；在特定的AI绘画次数下，以所述初始中间绘画路径为基础进行迭代的AI绘画，进而得到最优绘画路径；数据储存模块，所述数据储存模块用于储存所述数据处理模块中产生的数据，包括所述最优绘画路径；数据输出模块，所述数据输出模块用于输出所述最优绘画路径。
[0021]本专利技术的有益效果体现在：本专利技术提供的方法利用AI绘画能够实现对绘画路径的优化，并且能够快速解析出不同风格的绘画路径，为手绘动画的优化提供更多参考，有利于促进手绘动画的发展。本专利技术提供的系统不仅具有本专利技术提供的方法的优点，而且还能提高使用绘画路径优化的智能化程度，进而提高了使用AI绘图对绘画路径进行优化的效率。
附图说明
[0022]为了更清楚地说明本专利技术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。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0023]图1为本专利技术实施例的一种基于AI绘图的绘画路径优化方法流程示意图；图2为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI绘图的绘画路径优化方法，其特征在于，包括如下步骤：获取手绘图片，并提取所述手绘图片的手动绘画路径；对所述手绘图片进行AI绘画，得到多张初始AI绘画图片；提取所述初始AI绘画图片的初始AI绘画路径，并计算所述初始AI绘画路径与所述手动绘画路径的相似程度，把与所述手动绘画路径相似程度最大的所述初始AI绘画路径记为初始中间绘画路径；在特定的AI绘画次数下，以所述初始中间绘画路径为基础进行迭代的AI绘画，进而得到最优绘画路径。2.根据权利要求1所述的一种基于AI绘图的绘画路径优化方法，其特征在于，所述获取手绘图片，并提取所述手绘图片的手动绘画路径包括如下步骤：获取所述手绘图片，并提取所述手绘图片中所有像素点的像素值；根据所述像素值提取所述手绘图片的手动绘画路径。3.根据权利要求2所述的一种基于AI绘图的绘画路径优化方法，其特征在于，所述对所述手绘图片进行AI绘画，得到多张初始AI绘画图片包括如下步骤：设计AI绘画的文字特征序列；将所述文字特征序列和所述手绘图片作为输入进行AI绘画，得到多张所述初始AI绘画图片。4.根据权利要求3所述的一种基于AI绘图的绘画路径优化方法，其特征在于，所述提取所述初始AI绘画图片的初始AI绘画路径，并计算所述初始AI绘画路径与所述手动绘画路径的相似程度，把与所述手动绘画路径相似程度最大的所述初始AI绘画路径记为初始中间绘画路径包括如下步骤：提取所述初始AI绘画图片的初始AI绘画路径；构建绘画路径的相似性计算模型；利用所述相似性计算模型计算所述初始AI绘画路径与所述手动绘画路径的相似程度，把与所述手动绘画路径的相似程度最大的所述初始AI绘画路径记为初始中间绘画路径。5.根据权利要求4所述的一种基于AI绘图的绘画路径优化方法，其特征在于，所述在特定的AI绘画次数下，以所述初始中间绘画路径为基础进行迭代的AI绘画，进而得到最优绘画路径包括如下步骤：设定AI绘画的迭代次数；将所述初始中间绘画路径和作为初始输入路径，结合所述文字特征序列进行AI绘画，得到多张AI绘画图片；提取所述AI绘画图片的AI绘画路径；利用所述相似性计算模型计算所述AI绘画路径与所述初始输入路径之间的相似程度，将与所述初始输入路径相似程度最大的所述AI绘画路径...

【专利技术属性】
技术研发人员：张盼，黄子英，刘心钰，王立平，胡美晨，晁春彬，解思远，
申请(专利权)人：天津象小素科技有限公司，
类型：发明
国别省市：