중국화를 위한 합성곱 신경망 스타일 전이

중국화는 가장 중요한 문화유산 중 하나입니다. 그러나 중국화를 창작하기 위해서는 일반적으로 특정한 기술, 인내심, 그리고 수년간의 전문적인 훈련이 필요합니다. 게다가 기존의 대부분의 스타일 전이 방식은 주로 사진이나 서양화에 초점을 맞추고 있으며, 중국화와 서양화 사이에는 본질적인 차이가 존재합니다. 이를 위해 본 연구에서는 머신러닝 기술을 사용하여 중국화를 자동으로 생성하며 고유한 수묵화 특성을 전이하는 새로운 중국화 스타일 전이(CPST) 알고리즘을 제안합니다. 본 논문에서는 첫째로, 중국화와 서양화를 비교하여 스타일 전이에 있어 네 가지 핵심 제약 조건, 즉 붓터치, 여백 유지, 번짐 및 황변을 동반한 먹의 농담 등 전형적인 수묵화 특징을 특별히 고려한 조건을 설정합니다. 이러한 제약 조건을 전이 합성곱 신경망(CNN)에 통합하기 위해, CNN의 여러 레이어를 스타일 레이어와 콘텐츠 레이어로 분리하여 참조 이미지의 스타일을 충실하게 보존하도록 합니다. 둘째로, 중국화는 공필화(fine brushwork)와 사의화(freehand brushwork)로 나뉠 수 있으므로 다양한 화법에 대응하기 위해 먹의 농담뿐만 아니라 화법 기술까지 대상 이미지로 전이하는 다양한 전략을 고안합니다. 실험 결과, 중국화 스타일의 미학적 특성을 기준으로 삼았을 때 본 연구의 결과물이 시각적으로 더 만족스럽고 번짐 문제를 성공적으로 극복함을 보여줍니다.