基于GANICP的青花风格迁移研究

作者：邹吉文; 徐远纯^*

来源：科技与创新, 2023, (02): 109-111.

DOI：10.15913/j.cnki.kjycx.2023.02.030

• 青花瓷
• 纹饰
• 风格迁移
• 生成对抗网络

使用从CycleGAN上改进的GANICP(Generative Adversarial Networks for Image to Chinese Painting Translation)模型，实现了将青花风格迁移到风景图片。这种方法是从整个训练集学习内容迁移和风格迁移，使用人力收集的青花风格数据集训练GANICP模型。采用该方法的训练过程相比于CycleGAN更加快速，训练结果更加饱满。实验结果表明，采用该方法可以实现青花风格和内容源域的结合，拓展了风格迁移的应用范围。

• 单位
  景德镇陶瓷大学