CN110188600B - 一种绘画评价方法、***及存储介质 - Google Patents

一种绘画评价方法、***及存储介质 Download PDF

Info

Publication number
CN110188600B
CN110188600B CN201910299650.3A CN201910299650A CN110188600B CN 110188600 B CN110188600 B CN 110188600B CN 201910299650 A CN201910299650 A CN 201910299650A CN 110188600 B CN110188600 B CN 110188600B
Authority
CN
China
Prior art keywords
painting
images
image
stars
article
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910299650.3A
Other languages
English (en)
Other versions
CN110188600A (zh
Inventor
邓立邦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Zhimeiyuntu Tech Corp ltd
Original Assignee
Guangdong Zhimeiyuntu Tech Corp ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Zhimeiyuntu Tech Corp ltd filed Critical Guangdong Zhimeiyuntu Tech Corp ltd
Priority to CN201910299650.3A priority Critical patent/CN110188600B/zh
Publication of CN110188600A publication Critical patent/CN110188600A/zh
Application granted granted Critical
Publication of CN110188600B publication Critical patent/CN110188600B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种绘画评价方法，包括以下步骤：首先获取绘画场景和绘画模板，提示用户进行绘画，比对用户绘画图像和标准图像，根据绘画评价标准，对用户绘画图像进行评分；本发明通过对动画片、绘本等内容的各种场景描绘图像包含的物品内容、构图组成进行学习和分析，建立一套绘画学习引导方法和评价方法，能够客观评价绘画作品的创造性和构图完整性，增加绘画的乐趣，鼓励更积极地学习绘画。

Description

一种绘画评价方法、***及存储介质
技术领域
本发明涉及图像识别技术领域，尤其涉及一种绘画评价方法、***及存储 介质。
背景技术
儿童绘画有利于增强儿童的创造力、想象力和动手能力，儿童绘画看重的 主要方面是绘画内容的情景联想和创意、内容的丰富程度、构图等，对于儿童 绘画的结果进行教学指导和评价，通常以鼓励为主。随着人工智能的深入发展， 在绘画教学方面也有了更深入的应用，然而如何在儿童绘画后给予客观的评价 及对他们进行适当鼓励，以增加他们绘画学习的趣味性和积极性，成为一个需 要解决的问题。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供一种绘画评价方法， 其能对绘画学习进行引导和评价，客观评价绘画作品的创造性和构图完整性， 增加绘画学习的乐趣。
本发明的目的之二在于提供一种绘画评价***，该绘画***能对绘画学习 进行引导和评价，客观评价绘画作品的创造性和构图完整性，增加绘画学习的 乐趣。
本发明的目的之三在于提供一种计算机可读介质，该存储介质中的程序运 行时能实现对绘画学习进行引导和评价，客观评价绘画作品的创造性和构图完 整性，增加绘画学习的乐趣。
本发明的目的之一采用如下技术方案实现：：
一种绘画评价方法，具体包括以下步骤：
S101、根据接收到的模板选择命令，选择相应场景中的对应标准模板，显 示标准模板的部分线稿图形内容，提示用户对当前线稿进行创意想象绘画；
S102、获取用户完成的绘画图像，对所述绘画图像进行处理，得到该绘画 图像的物品组合及分布规律数据，并与标准模板的物品组合及分布规律数据进 行对比；
S103、根据绘画评价标准，对用户的绘画图像进行评分。
进一步地，S1之前还包括构建标准库：
S201、制定若干场景，每个场景采集若干符合该场景的绘本图像，和/或抽 取出若干动画视频中符合该场景的关键帧图像；
S202、对图像进行处理，对每个所述场景中的绘本图像和/或关键帧图像进 行灰度处理，去掉图像中的整片的填色色块，只提取出其中的轮廓线条图像；
S203、接收对所述轮廓线条图像包含的主体物品进行的框选、标注信息， 利用卷积神经网络进行学习训练，提取出标准模版，建立各种物品的识别库；
S204、分析各类场景下收集的绘本图像和/或关键帧图像的构图方法，统计 出对应场景的物品组合及分布规律，根据统计的各种场景的物品组合及分布规 律，建立绘画评价标准。
进一步地，S202具体为：进行颜色聚类后，根据不同画风的图像采用不同 的处理方式：对于使用色块绘制的图像，根据其中相同的连续的颜色点确定各 个成片的同色填色块，两个不同颜色块之间的交界处即为外部轮廓；对于使用 线稿加色块绘制的图像，只需要根据线稿的颜色值提取出其中的连续的勾边线 稿区域，去掉其余色块部分。
进一步地，S203具体为：根据各种物品的组成结构、外形轮廓等不同的空 间密度排布特征，将各物品的轮廓线条图像划分为M＊N个方格区域，计算每 个方格中的点数与图像总点数之比，得到M＊N维特征向量，将提取的特征向 量做输入，物品的标注名称做为输出，利用卷积神经网络进行反复的识别训练， 提取出标准模版存入文件中，建立各种物品的识别库。
进一步地，S204中的分析各类场景下收集的绘画图像的构图方法，统计出 对应各种场景的物品组合及分布规律，具体为：先分析各类场景图像中包含的 物品种类，先对各场景图像进行灰度处理，提取出图像中的轮廓线条，对图像 中的轮廓线条进行特征提取，将提取的特征向量比对建立好的物品识别库，判 断并标记出图像中包含的各类物品；分别统计在各种场景下包含的各类物品组 合的规律；统计各图像中标记的各类物品的面积大小组合规律和位置分布规律。
进一步地，S102中对所述绘画图像进行处理具体为：对绘画图像进行特征 提取，将提取的特征向量与建立的物品识别模型做比对，判断出用户补全的绘 画图像中包含的各类物品，计算各类物品在画面中的大小比例和位置分布比例 数据。
进一步地，S103中的绘画标准具体为：将评分标准划分为创新性和构图合 理性，通过3到5星的等级为画面评分，将创新性划分为：5颗星为特别有创意、 1颗星为没有创意的等级。
进一步地，所述创新性的评分过程为：采用两个极端的打分方式，当用户 的画面中包含的物品类型数量和组合与统计的对应该场景下对应包含的物品类 型数量和组合一致性越接近，则判定该画面越有创意性，得到的星星数量越多， 越接近5颗星；另一个极端是当用户的画面中包含的物品类型和组合数量与该 场景下统计的对应包含的物品类型数量和组合一致性越少越接近0，则越具有创 新性，获得的星星数量也越多，越接近5颗星；相对的包含的物品类型和组合 数量处在统计数据的中间位置时，则获得的星星越少，越接近1颗星。
进一步地，所述构图合理性的评分过程为：对于画面中包含的物品的大小 比例和位置分布比例数据，采用两个极端的打分方式，越接近统计的构图分布 规则分数越高，获得的星星越多；与统计的构图分布规律完全不一样分数越高， 获得的星星越多；处于中间区域获得的分数越低，获得的星星越少，越接近1 颗星。
本发明的目的之二采用如下技术方案实现：
一种电子设备，包括处理器和存储器，所述存储器存储有可执行计算机程 序，所述处理器可读取所述存储器中的程序并运行以实现如权利要求1至8任 一项所述的绘画评价方法。
本发明的目的之三采用如下技术方案实现：
一种计算机可读存储介质，其特征在于，所述存储介质存储有可执行计算 机程序，所述计算机程序运行时可实现如权利要求1至8任一项所述的绘画评 价方法。
相比现有技术，本发明的有益效果在于：
本发明通过对动画片、绘本等内容的各种场景描绘图像包含的物品内容、 构图组成进行学习和分析，建立一套绘画学习引导方法和评价方法，能够客观 评价绘画作品的创造性和构图完整性，增加绘画的乐趣，鼓励更积极地学习绘 画。
附图说明
图1为本发明提供的一种绘画评价方法的流程图；
图2为本发明提供的一种绘画评价方法的动画视频的关键帧图 像。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的 是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任 意组合形成新的实施例。
请参阅图1，一种绘画评价方法，具体包括以下步骤：
S101、根据接收到的模板选择命令，选择相应场景中的对应标准模板，显 示标准模板的部分线稿图形内容，提示用户对当前线稿进行创意想象绘画；
S102、获取用户完成的绘画图像，对所述绘画图像进行处理，得到该绘画 图像的物品组合及分布规律数据，并与标准模板的物品组合及分布规律数据进 行对比；
进一步地，对所述绘画图像进行处理具体为：对绘画图像进行特征提取， 将提取的特征向量与建立的物品识别模型做比对，判断出用户补全的绘画图像 中包含的各类物品，计算各类物品在画面中的大小比例和位置分布比例数据。
S103、根据绘画评价标准，对用户的绘画图像进行评分。
优选地，绘画评分标准：将评分标准划分为创新性和构图合理性，通过3到 5星的等级为画面评分，将创新性划分为：5颗星为特别有创意、1颗星为没有 创意的等级。
进一步地，创新性的评分过程为：采用两个极端的打分方式，当用户的画 面中包含的物品类型数量和组合与统计的对应该场景下对应包含的物品类型数 量和组合一致性越接近，则判定该画面越有创意性，得到的星星数量越多，越 接近5颗星；另一个极端是当用户的画面中包含的物品类型和组合数量与该场 景下统计的对应包含的物品类型数量和组合一致性越少越接近0，则越具有创新 性，获得的星星数量也越多，越接近5颗星；相对的包含的物品类型和组合数 量处在统计数据的中间位置时，则获得的星星越少，越接近1颗星。
进一步地，构图合理性的评分过程为：对于画面中包含的物品的大小比例 和位置分布比例数据，采用两个极端的打分方式，越接近统计的构图分布规则 分数越高，获得的星星越多；与统计的构图分布规律完全不一样分数越高，获 得的星星越多；处于中间区域获得的分数越低，获得的星星越少，越接近1颗 星。
进一步地，S1之前还包括构建标准库：
S201、制定若干场景，每个场景采集若干符合该场景的绘本图像，和/或抽 取出若干动画视频中符合该场景的关键帧图像；
优选地，构建标准绘画库可以在服务器进行，也可在手持PC端软件或者 APP构建。
S202、对图像进行处理，对每个所述场景中的绘本图像和/或关键帧图像进 行灰度处理，去掉图像中的整片的填色色块，只提取出其中的轮廓线条图像；
优选地，灰度处理即灰度化，可以采用分量法、最大值法、平均值法或者 加权平均法四种方法对彩色图像进行灰度化。
优选地，进行颜色聚类后，根据不同画风的图像采用不同的处理方式：对 于使用色块绘制的图像，根据其中相同的连续的颜色点确定各个成片的同色填 色块，两个不同颜色块之间的交界处即为外部轮廓；对于使用线稿+色块绘制 的图像，只需要根据线稿的颜色值提取出其中的连续的勾边线稿区域，去掉其 余色块部分即可。
S203、接收对所述轮廓线条图像包含的主体物品进行的框选、标注信息， 利用卷积神经网络进行学习训练，提取出标准模版，建立各种物品的识别库；
优选地，根据各个物品的外部轮廓图像框选出涵盖轮廓的最小外接矩形， 且标注出每个物品的名称。
优选地，根据各种物品的组成结构、外形轮廓等不同的空间密度排布特征， 将各物品的轮廓线条图像划分为M＊N个方格区域，计算每个方格中的点数与 图像总点数之比，得到M＊N维特征向量，将提取的特征向量做输入，物品的 标注名称做为输出，利用卷积神经网络进行反复的识别训练，即通过计算各个 物品的最小外接矩形的面积大小与画布总面积的大小比例、以及各个物品的最 小外接矩形在整个画布中的相对位置来得到各物品的组合分布数据，提取出标 准模版存入文件中，建立各种物品的识别库。
S204、分析各类场景下收集的绘本图像和/或关键帧图像的构图方法，统计 出对应场景的物品组合及分布规律，根据统计的各种场景的物品组合及分布规 律，建立绘画评价标准。
优选地，先分析各类场景图像中包含的物品种类，先对各场景图像进行灰 度处理，提取出图像中的轮廓线条，对图像中的轮廓线条进行特征提取，将提 取的特征向量比对建立好的物品识别库，判断并标记出图像中包含的各类物品； 分别统计在各种场景下包含的各类物品组合的规律；统计各图像中标记的各类 物品的面积大小组合规律和位置分布规律。
例如，统计每个场景下每张图片中识别出的物件类型和与每种物件组合出 现的其它各种物件，比如春游的场景，对名为春游的小猪佩琦动画片视频抽取 关键帧得到如图2的图像，对图像中包含的物品进行识别和统计分析，可以得 到春游场景下包含的物品组合：云、天空、山、草地、风筝、太阳、小鸟、树、 蘑菇、水池、佩琦；同时统计上述每个物品出现在画面中的面积大小组合规律 和位置分布规律，即通过计算各个物品的最小外接矩形的面积大小与画布总面 积的大小比例、以及各个物品的最小外接矩形在整个画布中的相对位置来得到 各物品的组合分布数据。
本发明还提供了一种电子设备，包括处理器和存储器，所述存储器存储有 可执行计算机程序，所述处理器可读取所述存储器中的程序并运行以实现上述 的绘画评价方法。
本发明还提供了一种计算机可读存储介质，其特征在于，所述存储介质存 储有可执行计算机程序，所述计算机程序运行时可实现上述的绘画评价方法。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的 范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换 均属于本发明所要求保护的范围。

Claims (9)

1.一种绘画评价方法，其特征在于，具体包括以下步骤：
S101、根据接收到的模板选择命令，选择相应场景中的对应标准模板，显示标准模板的部分线稿图形内容，提示用户对当前线稿进行创意想象绘画；
S102、获取用户完成的绘画图像，对所述绘画图像进行处理，得到该绘画图像的物品组合及分布规律数据，并与标准模板的物品组合及分布规律数据进行对比；
S103、根据绘画评价标准，对用户的绘画图像进行评分；
S101之前还包括构建标准库：
S201、制定若干场景，每个场景采集若干符合该场景的绘本图像，和/或抽取出若干动画视频中符合该场景的关键帧图像；
S202、对图像进行处理，对每个所述场景中的绘本图像和/或关键帧图像进行灰度处理，去掉图像中的整片的填色色块，只提取出其中的轮廓线条图像；
S203、接收对所述轮廓线条图像包含的主体物品进行的框选、标注信息，利用卷积神经网络进行学习训练，提取出标准模版，建立各种物品的识别库；
S204、分析各类场景下收集的绘本图像和/或关键帧图像的构图方法，统计出对应场景的物品组合及分布规律，根据统计的各种场景的物品组合及分布规律，建立绘画评价标准。
2.如权利要求1所述的绘画评价方法，其特征在于，S202具体为：进行颜色聚类后，根据不同画风的图像采用不同的处理方式：对于使用色块绘制的图像，根据其中相同的连续的颜色点确定各个成片的同色填色块，两个不同颜色块之间的交界处即为外部轮廓；对于使用线稿加色块绘制的图像，只需要根据线稿的颜色值提取出其中的连续的勾边线稿区域，去掉其余色块部分。
3.如权利要求2所述的绘画评价方法，其特征在于，S203具体为：根据各种物品不同的空间密度排布特征，将各物品的轮廓线条图像划分为M＊N个方格区域，计算每个方格中的点数与图像总点数之比，得到M＊N维特征向量，将提取的特征向量做输入，物品的标注名称做为输出，利用卷积神经网络进行反复的识别训练，提取出标准模版存入文件中，建立各种物品的识别库。
4.如权利要求2所述的绘画评价方法，其特征在于，S204中的分析各类场景下收集的绘画图像的构图方法，统计出对应各种场景的物品组合及分布规律，具体为：先分析各类场景图像中包含的物品种类，先对各场景图像进行灰度处理，提取出图像中的轮廓线条，对图像中的轮廓线条进行特征提取，将提取的特征向量比对建立好的物品识别库，判断并标记出图像中包含的各类物品；分别统计在各种场景下包含的各类物品组合的规律；统计各图像中标记的各类物品的面积大小组合规律和位置分布规律。
5.如权利要求1所述的绘画评价方法，其特征在于，S102中对所述绘画图像进行处理具体为：对绘画图像进行特征提取，将提取的特征向量与建立的物品识别模型做比对，判断出用户补全的绘画图像中包含的各类物品，计算各类物品在画面中的大小比例和位置分布比例数据。
6.如权利要求1所述的绘画评价方法，其特征在于，S104中的绘画标准具体为：将评分标准划分为创新性和构图合理性，通过3到5星的等级为画面评分，将创新性划分为：5颗星为特别有创意、1颗星为没有创意的等级。
7.如权利要求6所述的绘画评价方法，其特征在于，所述创新性的评分过程为：采用两个极端的打分方式，当用户的画面中包含的物品类型数量和组合与统计的对应该场景下对应包含的物品类型数量和组合一致性越接近，则判定该画面越有创意性，得到的星星数量越多，越接近5颗星；另一个极端是当用户的画面中包含的物品类型和组合数量与该场景下统计的对应包含的物品类型数量和组合一致性越少越接近0，则越具有创新性，获得的星星数量也越多，越接近5颗星；相对的包含的物品类型和组合数量处在统计数据的中间位置时，则获得的星星越少，越接近1颗星；
所述构图合理性的评分过程为：对于画面中包含的物品的大小比例和位置分布比例数据，采用两个极端的打分方式，越接近统计的构图分布规则分数越高，获得的星星越多；与统计的构图分布规律完全不一样分数越高，获得的星星越多；处于中间区域获得的分数越低，获得的星星越少，越接近1颗星。
8.一种电子设备，其特征在于：包括处理器和存储器，所述存储器存储有可执行计算机程序，所述处理器可读取所述存储器中的程序并运行以实现如权利要求1至7任一项所述的绘画评价方法。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有可执行计算机程序，所述计算机程序运行时可实现如权利要求1至8任一项所述的绘画评价方法。
CN201910299650.3A 2019-04-15 2019-04-15 一种绘画评价方法、***及存储介质 Active CN110188600B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910299650.3A CN110188600B (zh) 2019-04-15 2019-04-15 一种绘画评价方法、***及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910299650.3A CN110188600B (zh) 2019-04-15 2019-04-15 一种绘画评价方法、***及存储介质

Publications (2)

Publication Number Publication Date
CN110188600A CN110188600A (zh) 2019-08-30
CN110188600B true CN110188600B (zh) 2023-06-27

Family

ID=67714517

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910299650.3A Active CN110188600B (zh) 2019-04-15 2019-04-15 一种绘画评价方法、***及存储介质

Country Status (1)

Country Link
CN (1) CN110188600B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681468A (zh) * 2020-06-20 2020-09-18 廊坊市珍珪谷教育科技有限公司 一种用于儿童教育的教学***
CN112613730B (zh) * 2020-12-18 2023-10-10 百色学院 基于互联网的大学绘画作品评鉴方法及装置
CN116309538B (zh) * 2023-04-24 2023-07-28 湖北易康思科技有限公司 绘图考试评定方法、装置、计算机设备及存储介质
CN117456208B (zh) * 2023-11-07 2024-06-25 广东新裕信息科技有限公司 一种基于显著性检测的双流法素描质量评价方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355973A (zh) * 2016-10-28 2017-01-25 厦门优莱柏网络科技有限公司 一种绘画辅导方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3929172A1 (de) * 1989-09-02 1991-03-07 Bayer Ag Vorrichtung zur bestimmung der groessenverteilung von pigmentkoernern in einer lackoberflaeche
JP3913712B2 (ja) * 2003-06-09 2007-05-09 秀明 山根 文字、記号及び図形認識方法とそのプログラムとそのプログラムを記録したコンピュータ読み取り可能な記録媒体と文字、記号及び図形認識システム
WO2015012820A1 (en) * 2013-07-24 2015-01-29 Intuit Inc. Method and system for data identification and extraction using pictorial representations in a source document
CN106682577A (zh) * 2016-11-23 2017-05-17 北海高创电子信息孵化器有限公司 一种自动绘画练习方法
CN107038664A (zh) * 2017-03-14 2017-08-11 北京美院帮网络科技有限公司 教学课程推送方法、装置、存储介质及处理器
CN108596105B (zh) * 2018-04-26 2023-02-03 李辰 增强现实书画***
CN109448079A (zh) * 2018-10-25 2019-03-08 广东智媒云图科技股份有限公司 一种绘画引导方法及设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355973A (zh) * 2016-10-28 2017-01-25 厦门优莱柏网络科技有限公司 一种绘画辅导方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Data augmentation-assisted deep learning of hand-drawn patially colored sketches for visual search;Jamil Ahmad 等;《PLOS ONE》;1-19 *
绘画特征提取方法与情感分析研究综述;贾春花 等;《中国图象图形学报》;937-952 *

Also Published As

Publication number Publication date
CN110188600A (zh) 2019-08-30

Similar Documents

Publication Publication Date Title
CN110188600B (zh) 一种绘画评价方法、***及存储介质
CN107993191B (zh) 一种图像处理方法和装置
CN105913485B (zh) 一种三维虚拟场景的生成方法及装置
CN107341434A (zh) 视频图像的处理方法、装置和终端设备
CN108960409B (zh) 标注数据生成方法、设备及计算机可读存储介质
CN106033435B (zh) 物品识别方法和装置，室内地图生成方法和装置
CN106096542B (zh) 基于距离预测信息的图像视频场景识别方法
CN103810504B (zh) 一种图像处理方法和装置
CN110136154A (zh) 基于全卷积网络与形态学处理的遥感图像语义分割方法
CN110222722A (zh) 交互式图像风格化处理方法、***、计算设备及存储介质
CN109785400B (zh) 一种剪影图像制作方法、装置、电子设备及存储介质
CN111009041B (zh) 一种绘画创作方法、装置、终端设备及可读存储介质
CN110097616B (zh) 一种联合绘画方法、装置、终端设备及可读存储介质
CN111258433A (zh) 基于虚拟场景的教学互动***
CN110322544A (zh) 一种可视化三维扫描建模方法、***、设备及存储介质
CN111143615B (zh) 一种短视频情感类别的识别装置
CN110827312B (zh) 一种基于协同视觉注意力神经网络的学习方法
CN109446929A (zh) 一种基于增强现实技术的简笔画识别***
CN109045664B (zh) 基于深度学习的跳水打分方法、服务器及***
CN106383912A (zh) 一种图片检索方法和装置
CN111259950B (zh) 一种基于3d模型训练yolo神经网络的方法
CN107506738A (zh) 特征提取方法、图像识别方法、装置及电子设备
CN108806355A (zh) 一种书画艺术互动教育***
CN113838158B (zh) 一种图像和视频的重构方法、装置、终端设备及存储介质
CN104978583B (zh) 人物动作的识别方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant