计算机辅助设计与图形学学报

作者：时新月, 胡文瑾, 乔浪, 康文东

关键词：唐卡图像, 风格迁移, 位置编码, 注意力机制, 深度反投影网络

唐卡是藏族文化中一种独具特色的艺术风格, 通过对唐卡图像进行二次创作能够帮助人们了解唐卡风格特征, 促进文化传承与保护.针对目前唐卡图像风格迁移技术生成新图像中, 生成图像存在伪影、局部图像模糊和细节信息处理不到位等问题, 提出一种融合特征位置编码和误差修正的唐卡风格迁移模型FPC-EI.利用二维相对位置编码获取内容序列与风格序列之间的对应位置信息, 实现图像特征之间的对齐和匹配; 坐标注意力机制模块强化利用二维相对位置编码增强编码器对于唐卡以及内容图像纹理细节信息的捕获能力; 密集深度反投影网络使用采样层模块不断地进行上下采样, 进行误差修正, 指导模型提高生成图像质量.在自建的唐卡数据集和任意图像数据集上进行模型训练的实验结果表明, 与AdaIN, ArtFlow, AdaAttN等风格迁移模型相比, FPC-EI的SSIM指标平均提升32%, LPIPS和MSE指标平均下降7.3%和2.7%, 可以有效地保留内容结构、特征融合和图像局部细节方面特征.

来源：2025年第2期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第2期