[发明专利]一种基于卷积神经网络的中国水墨画风格提取方法

权利要求书

1.一种基于卷积神经网络的中国水墨画风格提取方法，其特征在于，包括以下步骤：

S1，读取中国水墨画图像和普通景物图像；

S2，使用卷积神经网络对图像分层；

S3，选取适当的卷积层和加权因子建立新的卷积神经网络；

S4，比较输出图像与输入图像的差异，并使用损失值进行量化；

S5，使用梯度下降法优化损失值，并判断迭代次数是否超过限定次数。

2.根据权利要求1所述的一种基于卷积神经网络的中国水墨画风格提取的方法，其特征在于：S1具体包括：选择中国水墨画图像与普通景物图像，两幅图像应在内容上具有一定的相似性。

3.根据权利要求1所述的一种基于卷积神经网络的中国水墨画风格提取的方法，其特征在于：S3具体包括：通过卷积神经网络对输入图像进行分层，分析水墨画图像每一卷积层代表的风格特征，分析景物图像每一卷积层代表的物体特征，分别选择合适的卷积层和加权因子建立新的卷积神经网络模型。

4.根据权利要求1所述的一种基于卷积神经网络的中国水墨画风格提取的方法，其特征在于：S4具体包括：将一幅随机噪声图像作为输入图像，令新建立的卷积神经网络作用于该图像，输出风格特征作用于景物图的图像，比较该输出图像与输入图像的差异，并使用损失值进行量化。

5.根据权利要求1所述的一种基于卷积神经网络的中国水墨画风格提取的方法，其特征在于：S5具体包括：判断单次循环后的损失值变化量是否小于最大损失值的若不小于最大损失值的则重复S4。

6.根据权利要求5所述的一种基于卷积神经网络的中国水墨画风格提取的方法，其特征在于：N值优选为10000。

7.根据权利要求1所述的一种基于卷积神经网络的中国水墨画风格提取的方法，其特征在于：S5步骤后，进一步判断迭代次数是否少于限定次数，若超过限定次数，则重复S1。

8.根据权利要求7所述的一种基于卷积神经网络的中国水墨画风格提取的方法，其特征在于：限定次数优选为5000次。