通过改进的CycleGAN实现中国水墨画的伪迹抑制风格转换

中国水墨画风格转换中空白区域伪影和笔触细节丢失问题，本文提出基于CycleGAN的物理指导分层注意力框架。通过逆亮度掩码机制作为空间先验抑制高频伪影，结合CBAM模块自适应聚焦前景语义纹理，并引入LPIPS感知损失优化循环一致性约束。实验表明该方法在自建L2I数据集上有效提升艺术效果，优于现有方法。

作者：张硕|王胜文|刘洪瑞|张永华|黄子清

机构：河南大学人工智能学院，地址：中国郑州，邮编：450000

摘要

风格迁移是机器视觉领域中的一个关键研究方向，在生成西方风格的绘画方面取得了显著成就。然而，由于中国水墨画的独特审美特征（即“留白”），直接应用现有方法往往会在空白区域产生不规则的艺术效果，并使笔触的细节变得模糊。为了解决这些问题，本文提出了一种基于CycleGAN的物理引导分层注意力框架。具体而言，我们采用了一种从粗到细的算法设计：首先构建一个基于亮度反转的掩蔽机制作为空间先验，根据物理特性明确抑制空白区域的高频伪影；在此基础上，将卷积块注意力模块（CBAM）集成到生成器中，作为自适应特征调节器，重新调整权重以集中计算资源来细化语义前景纹理。此外，我们还将“学习感知图像块相似性”（LPIPS）指标纳入循环一致性约束中，这一基于感知的对齐目标解决了像素级损失中固有的“纹理平滑”问题。在我们精心构建的L2I（风景到水墨）基准数据集上的实验表明，该模型能够有效抑制伪影并提升艺术效果，表现优于现有方法。这项工作为传统中国艺术的保存与创新提供了一种稳健的算法解决方案。数据集可访问地址为：https://github.com/ww02711/L2I.git

部分内容摘录

引言

中国艺术包含多种传统的绘画流派，每种流派都有其独特的风格特征。其中，水墨画作为一种具有悠久历史传承和丰富文化底蕴的艺术形式尤为突出[1]。然而，传统的创作过程耗时且劳动密集，难以满足现代大规模生产的需求。人工智能技术的出现为艺术创作提供了新的视角和方法。

相关工作

在过去二十年里，图像风格迁移研究取得了显著进展，从传统的纹理合成技术发展到基于深度学习的现代框架。在本节中，我们从五个角度回顾了最相关的先验工作：早期的纹理和风格迁移方法、基于CNN的方法、基于GAN的模型、基于扩散的模型，以及最近关于中国水墨画风格迁移的研究，同时探讨了相关的数据集挑战。

概述

为了弥合逼真风景画与抽象水墨画之间的领域差距，我们提出了一种物理引导的分层注意力框架。该框架以CycleGAN的循环对抗范式为基础，从根本上将生成过程从一个无约束的翻译任务重构为一个具有空间条件和感知对齐的优化问题。

实验

我们使用自己构建的L2I数据集进行了实验。为确保结果的可靠性和泛化能力，将数据集分为85%用于训练，15%用于测试。实验环境配置如下：操作系统选用Ubuntu 20.04，运行在11代Intel® Core™ i9-11900K @ 3.50GHz CPU上；使用NVIDIA GeForce RTX 3090 GPU（配备24GB VRAM）加速计算；编程语言为Python 3.9，框架选用PyTorch。

结论

本研究通过提出一种物理引导的分层注意力框架，解决了风景画到水墨画的转换难题。通过结合基于亮度反转的空间先验、自适应特征细化和感知驱动的目标函数，我们的从粗到细的处理方法有效抑制了空白区域的伪影，同时保留了笔触的细节。在自建的L2I基准数据集上的验证表明，该方法优于现有的基线方法。值得注意的是，该框架具有内在的

作者贡献声明

张硕：撰写——审稿与编辑、初稿撰写、方法论设计、数据整理、概念构建。王胜文：撰写——审稿与编辑、初稿撰写、可视化实现、验证工作、方法论设计、数据整理。刘洪瑞：撰写——审稿与编辑、验证工作、方法论设计、数据整理。张永华：撰写——审稿与编辑、项目监督、资源协调。黄子清：撰写——审稿与编辑、项目监督

利益冲突声明

作者声明他们没有已知的财务利益冲突或可能影响本文研究的个人关系。

张硕于2022年获得中国郑州郑州大学的博士学位，目前担任河南大学人工智能学院的讲师，主要研究方向包括计算机视觉、目标检测和图像质量评估。