【论文标题】End-to-End Chinese Landscape Painting Creation Using Generative Adversarial Networks 【作者团队】Alice Xue 【发表时间】2020/11/11 【论文链接】https://arxiv.org/pdf/2011.05552.pdf 【数据集链接】https://github.com/alicex2020/Chinese-Landscape-Painting-Dataset

【推荐理由】 本文出自普林斯顿大学，作者基于 SketchGAN 和 PaintGAN 生成了一种新的端到端的中国山水画生成网络，并发布了一个由 2,192 张山水画组成的新数据。

图 1：SAPGAN 架构示意图。

目前基于gan的美术生成方法会产生非原创的美术作品，因为它们依赖于条件输入。在本文中，作者提出了第一种无需条件输入的、端到端的生成中国山水画的输入模型——「Sketch-and-Paint GAN」（SAPGAN）。SAPGAN 由两个 GAN 组成：SketchGAN 用于生成边缘图，PaintGAN 用于随后的根据边缘生成绘画的转换。本文提出的模型是在一个全新的中国传统山水画数据集上训练的。一项由 242 人参与的视觉图灵测试研究表明，SAPGAN 的画作被误认为人类创作的艺术品的频率为 55%，这一结果显著高于对比基线的性能。本文的工作为真正的机器原创艺术生成奠定了基础。

本文贡献如下： （1）提出了「Sketch-and-Paint GAN」，这是第一种端到端的可以生成清晰、棱角分明的高质量中国山水画的网络架构。 （2）提出了一个包含 2,192 张高质量传统中国山水画的数据集，这些山水画是专门从艺术博物馆的展品中收集的。 （3）在由 242 人参与的视觉图灵测试中，本文提出的模型生成的画作被频繁地误认为是由人类创作的。

内容中包含的图片若涉及版权问题，请及时与我们联系删除