基于对抗生成网络的纹理合成方法
纹理合成是计算机图形学、计算机视觉和图像处理领域的研究热点之一.传统的纹理合成方法往往通过提取有效的特征样式或统计量并在该特征信息的约束下生成随机图像来实现.对抗生成网络作为一种较新的深度网络形式,通过生成器和判别器的对抗训练能够随机生成与观测数据具有相同分布的新数据.鉴于此,提出了一种基于对抗生成网络的纹理合成方法.该算法的优点是不需要经过多次迭代就能够生成更真实纹理图像,且生成图像在视觉上与观测纹理图像一致的同时具有一定随机性.一系列针对随机纹理和结构性纹理的合成实验验证了该算法的有效性.
纹理合成、深度学习、生成模型、对抗生成网络
47
TP391(计算技术、计算机技术)
国家自然科学基金61773367,61303168;中国科学院青年创新促进会2016183
2018-03-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
34-39