基于创意序列学习的艺术风格学习与绘制系统

来源：软件学报杂志2018年第4期北京时间：

作者：谢宁,赵婷婷,杨阳,魏琴,Heng Tao SHEN

单位：谢宁，电子科技大学 未来媒体研究中心, 四川 成都 611731;电子科技大学 计算机科学与工程学院, 四川 成都 61173111,赵婷婷，天津科技大学 计算机科学与信息工程学院, 天津 30045702,杨阳，电子科技大学 未来媒体研究中心, 四川 成都 611731;电子科技大学 计算机科学与工程学院, 四川 成都 61173103,魏琴，贵州省公共大数据重点实验室(贵州大学), 贵州 贵阳 55002504,Heng Tao SHEN，电子科技大学 未来媒体研究中心, 四川 成都 611731;电子科技大学 计算机科学与工程学院, 四川 成都 61173105

摘要：在众多传统艺术绘画形式中，笔触是被现代计算机绘画工具（GIMP、Photoshop和Painter）普遍采用的形式之一.创新性地提出了服务于非真实感渲染AI辅助艺术创作系统（A4）.系统能够实现自动生成特定艺术家风格的笔触效果.该系统在强化学习框架下，主要进行以下研究工作：（1）提出基于PGPE的正则化策略学习方法以提高风格学习过程的稳定性；（2）利用IRL（inverse reinforcement learning）算法实现了艺术风格行为的模型化及其数字化保护方法.实验结果表明，所提方法行之有效地实现了针对具体个性风格的照片水墨画艺术风格转化.

关键词：多媒体信息处理;序列数据分析;图像风格化;基于笔触的合成;逆向强化学习;策略探索

基金资助：国家自然科学基金（61602088，61572108，61632007）；中央高校基本科研业务费（ZYGX2016J212，ZYGX2014Z007，ZYGX2015J055）；国家重点基础研究发展计划（973）（2015CB856000）