中国传统文化具有悠久的历史、独特的魅力及深厚的群众基础,戏曲、书法、绘画等都是表现和传承中华优秀传统文化的重要载体。戏曲服饰图案数字化及新风格生成具有重要的意义,然而现存的数字化技术形式单调,人工设计难度大且效率低,本文基于卷积神经网络,将传统文化与数字技术相融合,对传统服饰的样式进行创新。大多数已有的风格迁移算法都是基于西方油画作品风格进行迁移,纹理过度抽象不适合戏曲等中华文化元素的表现形式,可迁移的风格特征单一,且逐帧生成视频艺术化输出产生的抖动影响输出效果。本文进一步改进了相关网络结构及损失函数,主要工作如下:提出通过调节内容损失函数和风格损失函数得到不同程度风格化的图像,并针对卷积网络框架的选择及对应特征层的选取方面进行优化。首次将风格迁移与传统服饰图像相结合,为更好展示其艺术化效果,在原有损失函数的基础上加入了新的损失函数,和Prisma的对比实验结果对比表明,本文处理后的图像更加平滑,解决了线条扭曲的过度抽象化现象。解决了单一风格传输的问题,实现了多种风格的艺术化迁移,设计新的损失函数获得一个新的风格特征以丰富传统文化的表现形式,改变不同风格的权重系数可以使最终的迁移风格趋向于某一种特定的风格。针对视频风格化的闪烁抖动问题,实现逐像素的时间一致性,计算时序损失,将其加入到总的损失函数中从而改善视频的风格迁移效果。总之,本文首次将风格迁移与传统文化元素相融合,在提高生成效果的同时,解决了是视频中的抖动问题,设计实现并最终应用。