高露，王雅轩，朱明佳
（华北理工大学，河北 唐山 063009）
摘 要：主要介绍人工智能深度学习领域中的风格迁移技术，以及其与中国传统绘画艺术的相互融合，使用科技的手段降低绘画艺术的门槛，让很多普通人体会和切身感受中国传统绘画的美，彰显文化自信，提升文化认同。
关键词: 人工智能；风格迁移；中国传统绘画艺术
利用人工智能中的风格迁移技术，以中国传统绘画艺术为支撑进行艺术创新，使得更多的普通群众可以去亲身感受中国传统绘画的美。将风格迁移技术用于传统绘画艺术，具体来说就是将中国传统绘画艺术作品中的特征与现实场景相融合，最终得到一个全面创新性发展的创造艺术作品。
1 人工智能风格迁移技术简介
风格迁移技术简单的来说是用一张图作为风格图片提供风格特征，用另一张图作为内容图片内容图片提供对应的内容，将这两张图片送入训练完成之后的网络模型之后，就可以生成一张具有风格图特征又有内容图的内容。
总的来说，人工智能风格迁移技术一共经历了三个阶段。一为固定风格固定内容的阶段，此阶段每次生成图片的时候都需要进行训练。二为固定风格任意内容的阶段，这个阶段虽然实现了一次训练多次使用的期望，但是其风格图单一只能针对于一张风格图进行迁移，这样就大大的局限了使用范围。之后就是任意风格任意内容的阶段，这个阶段满足了我们多方面的要求，其速度相当的可观，同时也可以使用任意图作为风格图，带给用户者不同绘画风格的迁移。
其次就是风格迁移相关的损失函数，其损失函数主要是由两部分构成分别是内容损失函数和风格损失函数，在具体使用时需要根据实际情况调整两种损失函数的比例。对于内容损失函数而言，其计算相对简单，由于其主要是用于衡量生成图和内容图之间内容的相似度，因此可以考虑通过直接计算两者对应像素的差值或计算图像风格转换网络卷积过程中某个卷积层得到的特征值之间的差值来完成；而对于风格损失函数而言则是使用格拉姆矩阵来评估。
2 产生背景
作为当代大学生，我们对传统中国绘画艺术有着浓厚的兴趣，看到美的景象会希望通过传统中国绘画的形式保留下来。但由于并没有足够的绘画能力，也没有充足的时间、环境条件去认真学习这项艺术，所以只能停留在想象阶段。
在中国特色社会主义新时代，官方也为中国传统绘画艺术的传承以及文化自信的提高上提供了很多支持，因此在科技发展情况良好和政府大力扶持的情况下，通过我们的所学知识来帮助中国传统绘画艺术传承，弘扬传统文化，是我们的职责，也是义务所在。
3 相关优势
通过人工智能风格迁移技术的应用，使得中国传统绘画艺术的软件更加方便快捷地得到创意来源。中国传统绘画艺术与人工智能风格迁移技术的结合有着众多的优势，比如能更加灵活的传承中国传统文化以及更直击灵魂的增强文化自信。
3.1传承文化
将人工智能风格迁移技术参与到中国传统绘画艺术相关应用的创意之中，能够更好的传承并发展我国的优秀传统绘画艺术。使用风格迁移技术作为辅助，将当下十分火热的人工智能技术与中国传统绘画艺术元素相结合，并在中国绘画艺术表现形式上进行创新发展，从而进一步弘扬和发展我国的传统绘画艺术。
运用人工智能风格迁移技术，是的中国传统绘画艺术更加灵活的展现在更多普通人的面前，极大的提高了中国绘画艺术作品带给人们冲击感和震撼力，更进一步的提升中国传统绘画艺术画作的冲击感和强烈的视觉体验。
3.2增加文化自信
中华民族拥有时间最为久远的、文化底蕴最为深厚的文化，作为中华文化的传承人理应对本土文化有着足够的自信。这样才能更好的将生生不息的中华文化传承发扬，让这一优秀的传统文化发光发热。
中国传统绘画艺术作为中华文化的精髓，与“人类命运共同体”的中国方案本质相通，通过人工智能风格迁移技术带给用户给强烈的绘画视觉体验，从另一维度增强了文化自信，加深了对中国传统绘画艺术的理解。
4 已存在的类似应用分析
市场应用中目前存在两个使用风格迁移技术作为核心技术的相关绘画迁移软件，一个造画艺术滤镜二为prisma。造画艺术滤镜应用中提供的关于中国传统绘画艺术风格较少，绘画风格杂乱；prisma应用中风格较多但是中国传统绘画还是较少的。所以为我国传统绘画艺术量身定制一款应用是极有必要的，在应用中还可以添加一些其他功能更加完善的去介绍中国传统绘画形式，带给更多人以更详尽的中国传统绘画艺术的相关知识。
5 结语
中国传统绘画艺术是我国五千年绵延文化历史中的一颗明珠，在当今快时代的社会文化中，能带给人一种安静舒适的体验感。运用人工智能风格迁移技术将中国本土特有的笔、墨、纸的传统绘画艺术展示出来，弘扬中国传统绘画艺术，加深文化认同，增强文化自信。
参考文献：
[1]陈淮源,张广驰,陈高,周清峰.基于深度学习的图像风格迁移研究进展[J/OL].计算机工程与应用:1-11[2021-04-24].http://kns.cnki.net/kcms/detail/11.2127.TP.20210324.1805.010.html.
[2]石毓遥,赵忠波.中国绘画艺术与新媒体的结合[J].美与时代(中),2021(02):60-61.
[3]季新宇,朱留存,张震,柳成,罗俊琦.基于改进感知损失函数的图像快速风格迁移[J].电子技术与软件工程,2021(03):135-139.
[4]杨佳莉,桑莉君.中国传统绘画与新媒体艺术的结合实践[J].艺海,2020(11):90-91.
[5]崔嵬.中国绘画艺术创新与发展的探析[J].牡丹,2020(20):52-53.