風格遷移算法在當代文化創意產品中的運用

祁明宇 馬杰

摘要：隨著世界文化創意產業的可持續發展和社會經濟發展轉型的需要，文化創意產業在我國文化創意產業國際競爭中發揮著重要作用。在現代科學技術發展的今天，一些傳統的技藝與文化正在積極的向文化創意產業靠近，與此同時面臨著巨大的轉型。當文化創意產業逐漸邁入數字化時代，我們應該如何運用科學技術使得文化創意產業能夠行穩致遠成為了一個亟待解決的問題。風格遷移算法近年被大量運用到藝術領域，本文嘗試將風格遷移算法技術的運用于文化創意產業的畫面呈現中，通過對文創產品的數據采集和分析，進一步運用風格遷移算法運用與圖形設計探索人工智能在文化創意產業產品中的功能與地位。

關鍵詞：風格遷移算法;文化創意產品;設計

正文：

文化創意產品是當代社會發展背景下文物本身所映射出的一種衍生物和附屬品并逐漸走向主流，它們是深入了解和思考文物本身所蘊含的文化元素。文化產品與創意產品雖然看似接近，實則在內涵上依舊還是存在差距的——文化創意產品通過將多樣多元的文化要素以更為現代的方式體現在設計之中，這是一個從物質層面向更深的精神層面探索和應用的過程，得到的是一般意義上所稱道的“傳統意義上”的“高級”滿足。林榮泰指出：“文化”是一種生活形態，“設計”是一種生活品味，“創意”是經由感動的一種認同。文化創意產品設計的重點與精髓在于其本身通過物質載體的方式所釋放出的卻是代表著傳統文化的精神內核與氛圍，并在文化元素、文化符號等要素上通過一定技法加以改變，與此同時，設計師本身的職責和價值還在于要通過對目標群體的刻畫，在預設各種場景之后對消費者進行更為詳盡的描摹，針對他們不同的心理感受對其進行針對性的品牌熏陶，由此強調文化創意形象乃至對整個文化創意產業的認同感與接受度，由此樹立起品牌意識和創新創意概念。

文化創意產品和文化本身在各個方面都可以說是大相徑庭，具有很強的多元性。實際上，大多數文化創意產品都是在日常生活中使用的。然而，現代社會是一個物質泛濫的時代，當琳瑯滿目的工業品和看似精雕細琢的“文創”產品擺在消費者眼前卻無法引起情感共鳴時，文化創意產業以及其衍生產品在大眾視野下的“存活率”和“出鏡率”也變得撲朔迷離起來。與此同時所體現的一個現實問題就是：如何才能使得知識或情感內核與當代文化創意產品有機結合起來便成為當下文化創意產品發展設計所面臨的最大、最嚴峻的現實挑戰。文化才能打動人們的心靈，因此，要想文化創意產品得以發展延續，必須要找到合適的有形載體和精神基礎，結合用戶的個人喜好對其進行更為個性化的定制。由此所形成的文化創意產品將會在大眾中擺脫“蜷縮虛無”、“無實際意義”的負面標簽，進而成為一種富有故事性的有形載體，它所包含的可以是一個簡單的故事、一段動人心魄的歷史、一位婀娜多姿的美人......只有這樣的文化創意產品才可以撼動人的心靈并更好地融入生活之中。

計算機的發展，特別是圖形并行計算的出現，給2012年前后的大數據爆炸帶來了深刻的學習與發展，深度學習一度成為焦點。作為當下風格遷移算法的重要實現方法，深度學習為當代文化創意產品的發展提供了一條新思路。文化創意產品既強調文化的特征，也蘊藏著技藝文化形式的知識產權，傳達文化的象征意義。文創產業發展既是符合“國潮”品牌與文化自信的建設，也是傳統文化產業發展的趨勢，更是文化技藝保護的需要。在大數據、互聯網 +、人工智能等信息科技時代發展的背景下，更好地將科技成果運用于文化與產業，走科技與藝術結合的道路是未來發展的趨勢之一。合理地利用人工網路神經算法既可對傳統文化和技法進行數據采集與保存，還能運用數學模型算法對傳統藝術的色彩與圖形特征進行解讀和學習，向現代的人們傳輸更為高級的復古和文創感，各個行業的人能夠了解并參與文創品開發設計，從而拓展傳統文化和技法的傳播路徑。

1.風格遷移通俗上說即“模式轉換”，是基于源模式圖像的特征信息來轉換目標視頻內容的過程。風格遷移的目的是將混合的視覺效果與新的模式內容相結合，得到的圖像不僅保留了原圖像，而且保留了原圖像，同時保留了源圖像的顏色和紋理信息。與所選源圖像不同的模式決定了視頻的視覺效果。不同的是模式轉換算法提高了動畫特效設計的創造性和多樣性。本文以人工智能的運動模式算法和caf為網絡平臺，根據流行模式的變化設計了一個caf框架，并對caf的命名進行了深入研究。2. 利用風格遷移算法對圖形進行傳統意義上的風格化，模擬文創品設計應該具有的文化屬性與創意屬性。文創品的開發設計多以實物載體為依托，通過生活用品、包裝產品、服飾配飾等融入傳統文化風格，從而打造文化 IP，因此風格的圖形設計就成為開發設計的重點。通過設計運用人工神經網絡的風格遷移算法參與傳統文化風格的圖形設計，很大程度上解決了風格模擬問題。此舉也能最大化地利用數字技術對傳統文化數字文創設計進行演繹，并且尋找出科技與藝術相結合的有效切入點。

3.風格遷移算法對傳統文化創意產品效果的模擬運算通過幾種網絡神經算法方案的對比實踐，對于整體風格遷移的網絡神經采用“Multi-style Generative Network for Real-time Transfer”方案，對圖片進行整體風格遷移的模擬計算，達成傳統文化（如京劇臉譜）視覺風格 60%～70% 的效果。該算法引入了具有新穎靈感層的多樣式生成網絡，保留了基于優化方法的功能并且具有前饋網絡的快速。

4.運用繪圖軟件對于風格遷移生成圖形進行局部效果二次疊加為了更好地呈現風格化效果，需要在以上計算機算法產生的風格遷移圖的局部或特定區域疊加不同肌理效果。例如從語義上給予計算機以明確信息，計算機通過圖像融合算法將圖像特征融合于風格遷移圖的局部。圖像融合是用特定的算法，將兩幅或多幅圖像綜合成一幅新的圖像。目前圖像融合算法主要有像素級融合、特征級融合、決策級融合。主流研究與應用最多的是像素級圖像融合方案，該方案是絕大部分圖像融合算法的首選方案。

文創品設計的主題選擇隨著經濟的發展、科技的進步，文化的傳播形式悄然改變，在數字化、信息化時代的背景下，要對工藝的載體進行重新的審視。作為中國非物質文化遺產，它們以往多是以藝術品、陳設工藝品方式呈現，但卻離人們的生活越來越遠。因此，文創品開發設計應該基于工藝與市場兩方面進行考慮，數字化的圖形算法、量產化的制作工藝、個性化的市場需求、多層級的市場布局等的目的，都是以最小成本換取最大的消費市場。

結語：以上幾個方面是結合風格遷移算法運用于文創品設計的實踐過程。將傳統藝術的視覺實物通過數字采集進行數字化轉化形成相應的數字內容，利用風格遷移算法進行傳統技藝風格的模擬，一方面為文創品設計提供了更多的可能性，另一方面也為傳統藝術和工藝的數字化保護與傳承找到了更加完整的解決方案。在文創產品設計上不能盲目跟風，要充分挖掘傳統文化的特征和市場需求進行開發。隨著人工智能技術的不斷成熟，風格遷移算法也將越來越成熟，這勢必為文創品設計提供更多的便捷性。同時，借助人工神經網絡對文化創意產品產業的風格遷移研究，也為其他傳統技藝的發展提供了可借鑒的新思路。

參考文獻：

[1] Reinhard E， Adhikhmin M， ?Gooch B， ?et al. Color transfer between images[J]. IEEE Computer Graphics and Applications，2001.

[2] 董蓀、丁友東、錢 昀 ：《基于人工智能的風格遷移算法在動畫特效設計中的應用》[J]，《裝飾》，2018年第1期.

[3] 江源. 現代創意讓文物資源利用“推陳出新”[N].中國財經報，2014-11-18.

[4]孫敏， 許文菲. 江蘇地方博物館文化創意產品的開發設計方法和策略研究[J]. ?美與時代， 2018（3）： 84-87.