基于迁移学习的艺术化风格图像的创作

司世元 马雯月

摘要：在当前人工智能技术快速发展的背景下，研究人员逐渐将其人工智能运用于艺术创作中，无论是手机美颜功能还是电影中的一些场景，都随着人们的需求质量不断提高。迁移学习艺术化风格图像创作目的在于帮助人们对一些普通图片进行处理，将其打造为符合人们审美观的艺术作品，通过其人工智能的深度训练模式，能够较为熟练和迅速的将图片进行处理。基于此，本文将对于“迁移学习的艺术化风格图像的创作”进行分析，希望可以为人工智能方向上有兴趣的人们提供相应帮助。

关键词：迁移学习;人工智能;艺术化风格图像;创作

人工智能中，最为重要的在于GPU芯片，GPU的主要作用是加速图片处理，对数据量大且程序类型不复杂的程序能有很强大的运行能力，这得益于GPU的设计架构拥有空间较大的显存和运算性能，相较于在GPU之前的CPU来讲，更具备深度学习的优势。当前在研究迁移学习艺术化风格图像的领域中，最为麻烦的是人工智能需要对现代众多艺术作品进行存储，这就对GPU提出了极高的要求，人工智能需要通过GPU不断学习当代艺术作品，进行高数据化的演算，学习人们当下的审美标准，到最后将一张普通的图片通过图像渲染，使其添加上符合人们审美的艺术风格。若能实现将人对图片的艺术创作手法迁移到人工智能中，在未来的这个领域中，人工智能会为人们带来更多帮助。

一、基于迁移学习的艺术化风格图像的创作的研究意义

21世纪以来，在人工智能领域上最令全世界人民震惊的莫过于2017年谷歌团队研发的Alpha Go机器人以3：0的傲人战绩击败了世界围棋排名第一的柯洁，这一战，不仅打响了围棋界与人工智能的战争，更是让这个领域的研究得到了前所未有的关注。而在艺术化风格图像的创作领域，最大的需求无异于是来自当前电子产品的飞速发展，人们在生活质量提高的同时，喜欢在旅游的同时进行拍摄照片以此纪念，手机开发商抓住这一需求，并着力于研究图片美化，将数以万计的艺术图片迁移入人工智能的大脑里，将其归类为不同的艺术风格，最为明显的例子如“华为相机中将图片风格分为晨光，黄昏，怀旧，老照片与黑白风格等”，这些风格滤镜的融入往往能够将一些普通的图片美化成一种富含艺术特点的图片，让人们感受到其中的不同，这是基于迁移学习的艺术化风格图像的创作对于普通百姓的研究意义，也是当前最为普遍的。而在一些文物复原，艺术作品的复刻技术上，基于迁移学习的艺术化风格图像的创作技术也起着至关重要的作用，例如莫高窟中的壁画，因常年风沙的侵蚀和人来人往的旅游，气温、湿度已经破坏了壁画的保存条件，要想修复这些壁画，可以通过人工智能的艺术创作复原，能够最为精准的将壁画原有的风采复刻出来。由此可见，基于迁移学习的艺术化风格图像的创作技术不仅仅是应用在生活中，它更是在保护世界物质文化遗产上起着至关重要的作用。

二、艺术化风格图像迁移的实现方法

（一）风格纹理特征的提取

对于图片来说，两种风格的不同被认为是其纹理波纹存在差异所导致，要想将一张图片的风格改变，只需要将其他不同风格图片的纹理进行拼接，将众多风格的纹理融合进一张图片便可以得到一种崭新的风格。而对于此，有两种纹理建模成为了主流，一种是基于统计分布的参数纹理建模，另一种为非参数化纹理建模，通过VGG来实现保存图像想表达的语言信息，再通过计算Gram矩阵的方式对于底层图形的风格进行融合改造，以此更新其图片不同地方的像素值，最后得到的便是既保留了原本图像的味道，又在原有的图片上赋予了新的艺术风格，使整个图片看起来更加的美观，这便是其中对于风格纹理特征的提取。

（二）目标图像内容的提取

目标图像内容的提取主要是来自于人工智能在VGG不同层面中提取每个不同特征的表达效果，以保存图片最初所蕴含的重要风格，而其他风格的加入，便是将原本图片的一些不够突出的层面进行一些抽象表达，将像素点进行调整，以达到对原有图像内容的保存和对新风格图片的风格信息的提取。但在提取过程中，因其理论中在Gram矩阵计算中有损失函数曲线的出现，所以在最后生成图中不可必然的会缺失一些原本的信息，但人工智能也能够通过图像识别技术，对于这些信息能够快速寻找相似点进行弥补，以达到对于目标图像内容的提取。

（三）风格与内容的合成图片

人工智能通过较为成熟的训练后，能够快速的将新图片的风格纹理特征和目标图像的内容进行提取，并能够在保存原有图片所想要表達的内容的基础上，进行风格上的合成，将原有的图片赋予新的风格特征。例如在当代影视作品当中，对于拍摄的图片都是需要后期图像处理的，复仇者联盟作为好莱坞的头等作品，对于拍摄内容后期处理的风格不仅仅是一种风格的融入，他们会借助人工智能使图片渲染成不同的风格，添加许多不同的内容进去，这其中也包括特效的融入，最后会对处理好的图片进行初步筛选，再由导演来进行查收。最后出现在荧屏当中，令人们惊讶于好莱坞是如何拍摄出这么棒的场景。由此可见，最后的成片便是人工智能在艺术化风格图像迁移上取得的成功，也就是最后新风格与旧内容相结合的图片。

三、结束语

综上所述，人工智能技术作为当前国家所重要研究的领域，在艺术化风格图像的创作上，人工智能展现出极强的创造力，且在当代社会中如手机，电脑上已经有着较为广泛的应用，在未来人工智能通过较为成熟的迁移学习技术后，必然能够推动我国计算机领域的发展，在基于迁移学习的艺术化风格图像的创作领域上，它势必可以为人们在艺术作品的需求上提供更大的帮助，对我国文化物质遗产上提供更多保护，同时也能在更多领域起到关键作用。

参考文献

[1]马钰玺.基于图像风格迁移的中华文化元素艺术化生成方法研究[D].西安理工大学，2020.

[2]蒋聪.基于深度学习的短视频风格迁移平台的设计与实现[D].北京邮电大学，2020.

[3]乔丽莎.基于深度学习的图像风格艺术化[D].西安理工大学，2018.

[4]曹繁.基于艺术的思维培养模式研究[D].南京师范大学，2018.

作者简介

司世元（2001—），男，汉族，内蒙乌海人，延边大学美术学院，19级在读本科生，本科学位，研究方向：室内设计。

马雯月（2000—），女，汉族，吉林辽源人，延边大学美术学院，18级在读本科生，本科学位，研究方向：室内设计。