-
题名生成式AI在民族纹样设计中的实验研究
- 1
-
-
作者
李莉
毛子晗
吕思奇
袁晨旭
-
机构
长沙理工大学设计艺术学院
-
出处
《实验室研究与探索》
CAS
北大核心
2024年第9期84-90,102,共8页
-
基金
教育部人文社会科学研究规划基金项目(22YJA760038)
长沙理工大学研究生科研创新项目(CSLGCX23124)。
-
文摘
基于生成式人工智能(AI)的民族纹样设计实验研究,旨在为艺术设计师拓展纹样设计方法,促进纹样艺术的传承与发展。优选Stable Diffusion和触手AI两种AI生成技术进行实验与比较,采用定性与定量相结合的分析方法对实验结果进行综合评价。实验结果表明,Stable Diffusion生成的纹样能较好地传承民族纹样的基因,艺术性与创造性兼具,符合民族纹样的艺术设计需求,但图像质量较低;触手AI生成的纹样创新性较好、图像质量高,但容易偏离原始纹样,不能满足艺术设计的内容需求。实验有助于生成式AI深度应用在民族纹样等传统纹样设计中,推动传统纹样的现代设计转化。
-
关键词
生成式AI
民族纹样
文本生成图像
评价指标
设计方法
对比研究
-
Keywords
generative AI
national pattern
text generated image
evaluation index
design method
comparative study
-
分类号
TS941.26
[轻工技术与工程—服装设计与工程]
-
-
题名基于GAN的文本生成图像算法研究
被引量：1
- 2
-
-
作者
胡北辰
-
机构
安徽电子信息职业技术学院信息与智能工程系
-
出处
《信阳农林学院学报》
2021年第3期115-118,共4页
-
基金
安徽省高校优秀青年人才支持计划项目(gxyq2020141)
安徽省质量工程项目(2020jyxm0125)
安徽省质量工程项目(2020jyxm0121)。
-
文摘
针对文本生成图像的问题,提出了一种基于生成对抗网络(GAN,Generative Adversarial Networks)的文本生成图像算法。为了得到更多的图像细节,该算法利用带有注意力机制的标题匹配模型从先验知识中选择和充实兼容的候选标题。然后,使用自注意机制来提取候选标题的特征,利用多标题注意力生成对抗网络从这些特征生成图像。最后,使用公共数据集Caltech-UCSD Birds来验证本文算法的性能;与其它相关方法相比,本文所提的方法能够生成更高质量的图像。
-
关键词
生成式对抗网络
文本生成图像
注意力机制
-
Keywords
generative Adversarial Networks
text-generated image
attention mechanism
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
