Research on the transfer of artistic style of blue-and-white porcelain decoration

Abstract

Keywords:
• blue-and-white porcelain,
• decoration,
• painting,
• style transfer,
• convolutional neural network (CNN)

References

1. [1]

   招伟培,罗宏,龙海仁,等.浅谈陕西铜川原材料及仿古、全抛釉瓷砖的坯体配方设计[J].佛山陶瓷,2020,30(7):31-36.
   

2. [2]

   陈新,汪洲.现代仿古瓷的价值[J].景德镇陶瓷,2012,23(4):32.
   

3. [3]

   赵国学.瓷话传统与现代[J].景德镇陶瓷,2019(6):12-13.
   

4. [4]

   何笠农.传承与创新的当代陶瓷艺术[J].中国陶瓷,2012,48(2):62-65.
   

5. [5]

   杜斐,陈明非,张云港.背景保持的服装片段风格迁移[J].软件导刊,2021,20(3):214-219.
   

6. [6]

   邓筱,徐梦秋,吴铭,等.基于语义分割的织锦类自适应风格迁移算法[J].北京邮电大学学报,2021,44(1):117-123.
   

7. [7]

   潘今一,王亚蒙,王伟,等.基于风格迁移和薄板样条的扩充汉字样本方法[J].浙江工业大学学报,2020,48(1):25-29
   ,39.

8. [8]

   李进,高静,陈俊杰,等.基于条件生成对抗网络的蒙古文字体风格迁移模型[J].中文信息学报,2020,34(4):58-62
   ,71.

9. [9]

   陈捷,徐戈.风格迁移算法在漆艺文创品设计中的运用[J].装饰,2020(3):82-85.
   

10. [10]

    董荪,丁友东,钱昀.基于人工智能的风格迁移算法在动画特效设计中的应用[J].装饰,2018(1):104-107.
    

11. [11]

    侯宇康,吕健,刘翔,等.基于神经风格迁移网络的民族图案创新方法[J].图学学报, 2020,41(4):606-613.
    

12. [12]

    金思雨,覃京燕.基于计算机图像风格迁移的音乐可视化智能设计研究[J].包装工程,2020,41(16):193-198.
    

13. [13]

    SIMONYAN K,ZISSERMAN A.Very deep convolutional networks for large-scale image recognition[C]//Internation Conference on Learning Representation 2015. America California:University of California Press,2015:1-14.

14. [14]

    RUSSAKOVSKY O,DENG J,SU H, et al.ImageNet large scale visual recognition challenge[J].International Journal of Computer Vision,2015,115(3):211-252.

15. [15]

    张月,刘彩云,熊杰.基于VGG-19图像风格迁移算法的设计与分析[J].信息技术与信息化,2020(1):70-72.
    

16. [16]

    LI Y H,WANG N Y,LIU J Y,et al.Demystifying neural style transfer[C]//ACM.Proceedings of the 26th International Joint Conference on Artificial Intelligence.Australia Melbourne:AAAI Press,2017:2230-2236.

17. [17]

    牟晋娟.基于深度学习的图像风格迁移技术的研究[J].电子元器件与信息技术,2019,22(4):86-89.
    

Proportional views