Semantic Lexicon Construction and Diffusion-Based Generative Design for the Digital Preservation of Yangliuqing Woodblock New Year Paintings

阳柳清木版新年画的数字化保存面临诸多挑战，包括文化语义结构表达困难、生成图像风格稳定性不足，以及二维成果转化为互动内容的有限性。为解决这些问题，本研究提出了一种生成式设计方法，整合语义词汇、LoRA增强扩散模型、三维生成和AI辅助交互。首先，阳柳清木版新年画的语义词汇由主题、人物、客体、图案、色彩和文化意义六维构建，将分散在传统图像中的民间文化知识转化为可注释、可组合和可计算的结构化语义资源。其次，以FLUX.1-dev为基础，引入LoRA进行风格微调，并将语义词汇映射为结构化提示，实现文化语义约束的协同生成和新年绘画风格适应。消融实验表明，语义词汇与LoRA的协同方案在客观指标上表现更优：与基础模型相比，PSNR提升34.14%，SSIM提升20.7%，FID下降45.93%。最后，基于最优的二维生成结果，结合多视图完成和三维生成方法，本研究将平面新年绘画图像转化为可浏览、可旋转且交互的3D数字对象，建立了“语义组织—2D生成—3D生成—交互显示”的全链技术流水线。研究结果表明，该方法提升了阳柳清木版新年画作智能生成的文化特异性、风格一致性和数字传播的可扩展性，并为平面非物质文化遗产的数字保存、生成设计和创新传播提供了可重复使用的人工智能技术框架。