基于深度学习的多样本纹理自动获取与合成研究

发布时间：2021-04-15 22:45

　　纹理是数字图像中的重要表示方式之一,被广泛应用在虚拟对象的外观建模中。随着科技的发展,虚拟现实产业与动漫产业蓬勃发展,这些产业的兴起背后需要涉及到大量场景图像的纹理处理工作,依靠较繁杂的人工作业,拉长了制作周期,消耗了大量的人力资源和制作资金。随着计算机技术的不断进步,计算机辅助人工处理纹理图像的技术越来越重要。传统的纹理合成技术往往只注重创建最优的目标纹理,而对获取理想的输入纹理样本和样本的组合的美学方面没有给予足够的重视。目前,对于工作人员来说,从图像中获取纹理样图和将纹理样图重新组合仍然是一项劳动密集型的任务,通常需要仔细的摄影和大量的后期处理。本文提出了一种基于深度学习的多样本纹理自动获取与合成算法。我们的第一个研究方向是基于纹理性的多样本纹理自动获取算法。为了提高图像样图识别的效率,我们首先对输入图像进行泊松盘采样,随机且均匀地对输入图像进行裁剪。为度量样图的全局纹理性特征,我们基于SVM的预测（训练来源于UIUC数据集和15-scene场景数据集）,使用Gist特征描述符粗略区分纹理样图和非纹理样图。为了过滤局部含有非有效纹理的异常样图,我们通过提取和匹配整个样图及其各子区... 

【文章来源】：深圳大学广东省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

在虚拟现实场景及动漫图像中的应用

Locakerman等人[7]

主要研究内容根据目前的国内外研究现状，我们可以发现大多数研究集中在纹理特征提取与单目


本文编号：3140226