该数据集被WACV 2021论文所使用，用于中国风景画数据集研究。

简介：
中国传统山水画数据集的标题为：“利用生成的对抗网络进行端到端的中国山水画创作”。该研究的ArXiv链接如下。当前，基于生成对抗网络（GAN）的艺术生成方法往往由于依赖于预设条件输入，从而导致生成的艺术作品缺乏独创性。为了解决这一问题，我们提出了一种全新的GAN模型——SAPGAN，它是第一个能够完全自主地从零开始生成中国山水画的模型，无需任何条件输入。SAPGAN由两个GAN模块构成：SketchGAN负责生成图像边缘贴图，而PaintGAN则在此基础上进行边缘到绘画的转换。值得注意的是，我们的模型是在一个全新的、此前未曾用于艺术生成研究的中国传统山水画数据集上进行的训练。一项涉及242名参与者的视觉图灵测试表明，SAPGAN生成的绘画作品被误认为是由人类艺术家创作的比例高达55%，显著高于传统的GAN模型所达到的水平。这项工作为机器真正实现原创艺术创作奠定了坚实的基础。此外，我们还提供了用于训练“素描与绘画” GAN 模型的数据集，该数据集包含2,192幅高质量的中国传统山水画作品，所有绘画图像均以512x512像素的尺寸呈现。这些图像来源于多个来源。