基于生成对抗网络的非均匀纹理扩展合成

发布时间：2021-04-25 19:19

　　纹理合成是根据给定的纹理,合成符合规律的、真实的、细节与给定纹理相同但结构可以和给定纹理不同的任意分辨率的纹理图片,纹理合成问题是计算机图形学、图像处理等领域的基础问题之一,纹理合成在场景渲染、图像修复、图像艺术风格转换以及计算机动画等方面有着广阔的应用前景。虽然在过去的20年里,对纹理合成方法的研究取得了重大进展,但是对非均匀纹理的合成仍然是一个悬而未决的问题,许多当今先进的纹理合成方法只能分析纹理中具有重复性和周期性的纹理元素,却无法分析非均匀纹理中的大尺度结构以及纹理元素在空间域上的变化,导致这些方法无法合成合理且令人满意的非均匀纹理。近几年来深度学习在图片合成、模式识别和人工智能等领域上取得了巨大的成就。生成对抗网络是深度学习领域中的一个常用的生成模型,也是深度学习领域中的一个热门的研究热点,它的诞生使得图-图转换、图片合成等问题的研究取得了突飞猛进的发展,是计算机合成问题研究中的被广泛采用的人工神经网络模型之一。本文围绕非均匀纹理合成进行探索,主要研究内容包括:1、单一非均匀纹理的扩展合成。根据纹理合成的目标,本文基于自监督学习,首次提出训练生成对抗网络来学习从小纹理块到包含... 

【文章来源】：深圳大学广东省

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 引言
    1.1 研究背景和意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状与分析
    1.3 本文的主要研究内容
    1.4 本文的组织结构
第二章 相关工作概述
    2.1 生成对抗网络概述
    2.2 基于深度学习的纹理合成方法概述
        2.2.1 基于反向传播优化的合成方法
        2.2.2 纹理网络
        2.2.3 马尔科夫生成对抗网络
        2.2.4 周期性空间生成对抗网络
    2.3 基于深度学习的可控合成方法概述
        2.3.1 基于条件嵌入的控制方法
        2.3.2 基于统计量的控制方法
第三章 单一纹理的扩展合成
    3.1 数据的预处理
    3.2 网络结构设计
        3.2.1 生成器网络结构设计
        3.2.2 判别器网络结构设计
    3.3 误差项设计
    3.4 训练过程设计
    3.5 实验与结果分析
        3.5.1 网络的详细结构
        3.5.2 超参数设计与实现细节
        3.5.3 结果展示
        3.5.4 结果对比
        3.5.5 其他实验结果
    3.6 本章小结
第四章 可控制的多重纹理的扩展合成
    4.1 扩展合成方法的限制和改进思路
    4.2 数据的预处理
    4.3 网络结构设计
        4.3.1 判别器网络结构设计
        4.3.2 生成器网络结构设计
    4.4 误差项设计
    4.5 训练过程设计
    4.6 实验与结果分析
        4.6.1 网络的详细结构
        4.6.2 超参数设计与实现细节
        4.6.3 结果展示
        4.6.4 纹理扩展合成结果对比
        4.6.5 纹理迁移结果对比
        4.6.6 压力测试
    4.7 本章小结
第五章 总结与展望
    5.1 本文总结
    5.2 本文方法的不足之处
    5.3 非均匀纹理的定量分析与讨论
    5.4 下一步的研究方向
参考文献
致谢
攻读硕士学位期间的研究成果


【参考文献】：
硕士论文
[1]纹理合成算法及其在纹理传输中的应用研究[D]. 周瑞华.山东师范大学 2015
[2]基于MRF的快速纹理合成处理方法及应用研究[D]. 曹国惠.浙江理工大学 2010
[3]基于LBP的二维图像纹理合成技术[D]. 闫钰锟.河北师范大学 2009
[4]基于样图的纹理合成研究[D]. 马方耀.浙江大学 2007



本文编号：3159946