[發明專利]一種基于深度學習對圖形圖像剪紙藝術化處理的方法

在審

• 申請號: 201711309048.0
• 申請日: 2017-12-12
• 公開（公告）號: CN107958474A
• 公開（公告）日: 2018-04-24
• 發明（設計）人: 楊敏;楊妮妮;孫立;葉營;茆昌盛
• 申請（專利權）人: 時代數媒科技股份有限公司
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06K9/00;G06K9/36;G06K9/62
• 代理公司: 寧波高新區核心力專利代理事務所(普通合伙)33273
• 代理人: 涂蕭愷

1.一種基于深度學習對圖形圖像剪紙藝術化處理的方法，包括以下內容與步驟：

步驟1、采集傳統剪紙藝術作品；

步驟2、掃描剪紙藝術作品形成數字化剪紙圖像內容；

步驟3、處理數字化剪紙圖像內容，提取關鍵特征值；

步驟4、對數字化剪紙圖像內容的關鍵特征值進行深度學習訓練，得出特征模型；

步驟5、接收外部圖片內容并處理外部圖片；

步驟6、對處理后的外部圖片使用步驟4中訓練好的特征模型進行剪紙化處理；

步驟7、調整剪紙化處理后的圖片；

步驟8、對處理后的圖像進行對象存儲并輸出。

2.根據權利要求1所述基于深度學習對圖形圖像剪紙藝術化處理的方法，其特征在于：步驟2需要對剪紙藝術作品進行高精度掃描，其中精度為DPI300及其以上。

3.根據權利要求1或2所述基于深度學習對圖形圖像剪紙藝術化處理的方法，其特征在于：步驟3中對數字化剪紙圖像內容進行縮放、灰度處理、二值化處理、色彩優化、素描化處理、亮度處理、反色處理、高斯模糊以及灰白化中的一種或多種圖像處理方式，使用算法對處理后的樣本進行關鍵特征提取，獲取到剪紙的關鍵特征點；其中，所述關鍵特征點包括：人臉關鍵特征點、圖像內容輪廓線、圖像主色調、剪紙對比度和色彩空間分布矩陣中的一種或多種。

4.根據權利要求1、2或3所述基于深度學習對圖形圖像剪紙藝術化處理的方法，其特征在于：步驟4中所述特征模型是只通過大量的剪紙關鍵特征提取與計算，獲得一組能夠概括剪紙處理的流程狀態值。

5.根據權利要求1、2、3或4所述基于深度學習對圖形圖像剪紙藝術化處理的方法，其特征在于：步驟5中外部圖片，可以是用戶直接上傳手機、PC個人終端內的照片，也可以是來自其他第三方平臺的在線可讀圖片。

6.根據權利要求1-5中任何一項所述基于深度學習對圖形圖像剪紙藝術化處理的方法，其特征在于：步驟5中處理外部圖片的算法對照片進行處理的方式包括掃描、灰度、素描、亮度處理、反色處理、高斯模糊或屬性調整中的一種或多種，通過對外部照片的處理可以提升剪紙處理的效果；所述屬性調整包括：亮度調整、色彩度調整或顏色減淡處理中的一種或多種。

7.根據權利要求1-6中任何一項所述基于深度學習對圖形圖像剪紙藝術化處理的方法，其特征在于：步驟6中，對步驟5中處理后的圖片使用訓練好的特征模型進行算法處理，得到剪紙化處理的第一級輸出圖像。

8.根據權利要求1-7中任何一項所述基于深度學習對圖形圖像剪紙藝術化處理的方法，其特征在于：步驟7中圖片調整方法包括銳化、色彩、壓縮和屬性調整的一種或多種；所述屬性調整包括：圖片顏色處理、圖片大小尺寸處理和圖片格式處理中的一種或多種。

9.根據權利要求1-8中任何一項所述基于深度學習對圖形圖像剪紙藝術化處理的方法，其特征在于：步驟8中的輸出包括多平臺的輸出，包括可以通過網絡的形式分發至外部。