基于卷积神经网络的人物剪纸设计

• 作者: 姚超 刘桂华 赵森 林杰
• 来源期刊: 传感器与微系统
• 关键词: 剪纸设计 图像分割 空洞卷积 深度学习
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 设计与制造|Design & Manufacture
• 页码范围: 88-91
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13873/J.1000—9787(2021)07—0088—04

摘要

为解决中国剪纸设计耗时长、成本高、效率低等问题,提出了一种新的卷积神经网络模型PC-Unet实现人物剪纸设计.PC-Unet算法在编码阶段使用LeakyReLU激活函数,增强网络提取人物较弱特征的能力.同时在编码与解码阶段之间加入多个空洞卷积,对编码段提取到的特征进行多尺度提取与融合,以此获取更强表现力的特征描述.为了验证PC-Unet网络模型的真实设计效果,在自制剪纸数据集上进行定性和定量的测试评估,算法测试结果可达到89.8％的平均像素精度和69.5％的交并比,相比原Unet算法提高了3.5％与5.8％.实验结果表明:使用所提方法得到的剪纸设计图能够达到较为理想的效果.