申请/专利权人：深圳市天耀创想网络科技有限公司

申请日：2021-01-29

公开（公告）日：2024-05-07

公开（公告）号：CN112837396B

主分类号：G06T11/20

分类号：G06T11/20;G06N3/045;G06N3/0475;G06N3/094;G06N3/088

优先权：

专利状态码：有效-授权

法律状态：2024.05.07#授权;2021.06.11#实质审查的生效;2021.05.25#公开

摘要：本发明提供了一种基于机器学习的线稿生成方法及装置，所述方法包括：获取若干数量的素材对比图；其中，所述素材对比图包括素材草稿图以及与其对应的素材线稿图；利用预设的深度学习生成模型根据所述素材草稿图及其对应的素材线稿图进行学习和训练，生成得到线稿转换模型；将待处理草稿图输入至所述线稿转换模型生成得到与所述待处理草稿图相对应的线稿图。本发明通过利用草稿‑线稿对比图对深度学习生成模型进行训练，生成将草稿转换为线稿的模型，从而在实际创作过程中能够根据草图自动生成线稿图，大大节省了人工和时间成本。

主权项：1.一种基于机器学习的线稿生成方法，其特征在于，包括：获取若干数量的素材对比图；其中，所述素材对比图包括素材草稿图以及与其对应的素材线稿图；所述素材对比图的获取方式包括：获取若干数量的素材线稿图，根据预设的构图规则生成与所述素材线稿图相对应的素材草稿图，以获取得到若干数量的素材对比图；所述预设的构图规则具体包括：选取出所述素材线稿图中的若干目标线条，根据预设的规则对每一所述目标线条生成随机相似线条，以对所述目标线条进行蹭笔模拟；其中，所述预设的构图规则还包括：选取出所述素材线稿图中的若干目标线条，根据预设的规则对每一所述目标线条的中间部分进行擦除，以对所述目标线条进行线条断开模拟；所述预设的构图规则还包括：选取出所述素材线稿图中的若干个目标区域，根据预设的规则对每一所述目标区域添加随机阴影，以对所述目标区域进行手绘效果模拟；所述预设的构图规则还包括：选取出所述素材线稿图中的若干个线条交汇处的其中一条目标线条，根据预设的规则对每一所述目标线条进行延长，以对所述交汇处进行线条出头模拟；所述预设的构图规则还包括：选取出所述素材线稿图中的若干目标线条，根据预设的规则对每一所述目标线条进行几何变换，以对所述目标线条进行手绘效果模拟；其中，所述几何变换包括旋转、扭曲、平移中的一种或多种；利用预设的深度学习生成模型根据所述素材草稿图及其对应的素材线稿图进行学习和训练，生成得到线稿转换模型，包括：将所述素材草稿图及其标注数据作为生成式对抗网络的生成器的输入，将所述对应的素材线稿图作为所述生成式对抗网络的判别器的真实数据，以对所述生成式对抗网络进行学习和训练，当所述生成式对抗网络中的生成器和判别器达到稳态时完成训练，生成得到线稿转换模型；具体包括：对所述素材草稿图进行绘制特征提取之后，将所述素材草稿图及其标注数据作为所述生成式对抗网络的生成器的输入，以使所述生成器根据所述绘制特征和所述标注数据进行学习并生成随机线稿图；其中，所述绘制特征包括绘制路径、线条绘制时间、线条绘制方向中的一种或多种；将所述对应的素材线稿图作为所述生成式对抗网络的判别器的真实数据，将所述随机线稿图作为所述判别器的比较数据，以对所述生成式对抗网络进行学习和训练，当所述生成式对抗网络中的生成器和判别器达到稳态时完成训练，生成得到线稿转换模型；将待处理草稿图输入至所述线稿转换模型生成得到与所述待处理草稿图相对应的线稿图。

全文数据：

权利要求：

百度查询： 深圳市天耀创想网络科技有限公司 一种基于机器学习的线稿生成方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD