本课题以人脸图像为主要研究对象,将人脸图像转换为具有艺术家绘制风格的肖像素描画,并将得到的肖像画通过处理、计算得到可供机械臂绘制的坐标序列。具体内容如下:（1）研究了语义分割的发展现状,利用双边分割网络Bise Net作为分割的基础网络,并针对它网络较浅、上采样方式粗暴等缺陷对其进行了一系列改进,主要有:在空间路径中加入残差模块以增加空间路径的深度,重新构造了上下文路径使其更充分地利用不同尺度的特征图,使用更加柔和的上采样方式使边缘处的分割精度更高。通过改进的Bise Net网络实现了人脸不同部位的分割。（2）研究了现有的风格迁移的方法,提出并实现了一种基于改进的APDrawing GAN的将人脸真实图片转化为具有艺术家绘制风格的肖像素描图的方法。以整体人脸照片以及分割后的眼睛、鼻子、嘴等部位作为输入分别送入改进后的APDrawing GAN可以得到具有肖像图风格的图片。为了使得到的肖像图线条更加干净、简洁,我们在APDrawing GAN的顶端增加了一个素描简化网络作为本文风格迁移方法的第二阶段,通过素描简化网络可以删去第一阶段APDrawing GAN生成的肖像素描图中存在的大量琐碎、杂乱的线条,使素描图中眼睛、鼻子等处的线条更加连贯、干净,通过这种方法得到的肖像素描图更适合于机械臂绘制。（3）研究了现有的语言描述生成图像的方法,设计并实现了一种基于堆叠式生成对抗网络stack GAN的文本生成图像模型,并对模型进行一系列的扩展,包括:将生成任务拆成更多子阶段以减轻每阶段网络的学习压力,通过渐进地增长网络,逐渐将新的任务添加进现有网络以改善生成效果,在每阶段中使用独立的条件增强方法以提高模型对文本变化的鲁棒性。然而由于数据集数量缺乏和质量低劣,本文基于语言描述生成的人脸图像只能粗略展现出人脸轮廓,还有很大的进一步研究空间。（4）为了让机械臂仿造人类的习惯绘制出肖像素描,本文对八方搜索进行改进,设计了一种使机械臂绘制时更加“拟人化”的搜索方式。通过这种方式对肖像图进行搜索得到的坐标序列,交给机械臂去绘制可以更好地模拟出人类艺术家在绘制肖像图时的习惯。（5）基于以上研究实现了一个肖像绘制系统,验证了上述方法的有效性。