Jul, 2023

传统中国绘画的计算方法：从《绘画法门六法》视角

PDF
TL;DR研究论文中通过对 92 篇文献的深入分析，从艺术元素、应用目的以及计算技术等三个角度系统研究了传统中国绘画（TCP）的计算方法，为 TCP 应用和未来发展提供了洞见。
traditional chinese paintingdigitalizingcomputational methodsartistic elementscomputational techniques
发现论文，激发创造
  • 面向算法绘画的创意过程建模

    本文提出了一个基于人类创意实践的艺术画作算法计算模型框架，包括不确定的高层目标，发现新想法的探索过程以及迭代式的绘画过程等。

    May, 2022

  • 使用深度生成模型进行中国画风迁移

    我们研究和利用不同最新的深度生成模型进行中国传统绘画风格迁移，并定性与定量评估其性能。此外，我们还提出了结合多种风格迁移模型的算法，用于将中国传统绘画风格（工笔和水墨）应用于自然物体、肖像和风景等现代图像。

    Oct, 2023

  • CalliPaint：基于扩散模型的中国书法修复

    通过结合中国书法生成和图像修复的最新技术，引入了一个名为 CalliPaint 的模型，可以产生令人信服的中国书法作品。

    Dec, 2023

  • FolkTalent：提升对印度民间绘画的分类和标签

    通过对印度民间绘画进行分类和标记，使用 GPT4 生成标签并通过专家验证，利用细调的卷积神经网络模型对印度民间绘画进行分类，同时生成标签，为画作提供更深入的信息并提升主题和视觉属性基础上的搜索体验。

    May, 2024

  • 寻迹卷轴：透过绘画溯源窥探历史

    通过使用手卷绘画作品，我们提出了一种名为 ScrollTimes 的系统，它结合了图像处理技术和语言模型，可用于追踪历史背景并揭示手卷绘画作品的历史性价值。

    Jun, 2023

  • 协作神经绘画

    协作神经绘画是一个新的任务，目标是支持人机共同完成连贯绘画的过程，以一系列参数化的笔触作为绘画表示，在图像生成领域中采用扩散模型作为基本学习过程，并提供了一个新的数据集和评估协议来验证该方法的有效性和潜力。

    Dec, 2023

  • 每个人都能成为毕加索？探究人类与人工智能绘画神话的计算机框架

    该论文研究了人工智能艺术与人类艺术之间的差异，结合神经潜在空间和审美特征，以及个体性巴勃罗・毕加索的分析，发掘了人类艺术家在创新技术方面的优势，并指出了应更加注重美学和人类艺术家的参与来提高 AI 艺术的水平。

    Apr, 2023

  • ProcessPainter: 从序列数据中学习绘画过程

    通过合成数据预训练，在一组艺术家的绘画序列的细微调整下进行微调的文本到视频模型 ProcessPainter 首次成功地从文本提示生成了绘画过程。此外，引入了 Artwork Replication Network，能接受任意帧输入，促进了绘画过程的可控生成和艺术品的复制。本文提供了推动艺术教育和图像生成技术发展的新视角和工具。

    Jun, 2024

  • CCLAP: 基于潜在扩散模型的可控中华山水画生成

    本文提出了一种名为 CCLAP 的可控制的中国山水画生成方法，它可以基于潜在扩散模型生成具有特定内容和风格的画作，其中包括内容生成器和样式聚合器两个级联模块，并收集了名为 CLAP 的新数据集进行全面评估。我们的方法在艺术构图和艺术概念方面取得了最先进的表现。

    Apr, 2023

  • 一种用于绘画中图标分类的数据集和卷积模型

    本文介绍了一种新的绘画数据集，使用卷积神经网络对基督教宗教绘画中的圣徒图像进行分类，并得到了良好的性能表现。研究结果表明，这种分类器可以有效地识别每个圣徒的独特视觉特征，以进行图像自动解析和比较，以支持图标学的研究和自动艺术作品注释。

    Oct, 2020