23 / 2022-09-10 23:11:58

基于宽度学习的纹理样图自动提取

纹理样图已被广泛应用于基于样图的纹理合成之中。基于样图的纹理合成是从输入样图生成任意大小的新纹理图像的过程，这些纹理图像在感知上与原始样图等效。一个好的纹理样图很大程度上决定了基于样图的纹理合成效果。纹理样图可以从多个渠道提取，例如公共纹理数据集、互联网图片剪辑或摄影。然而，毕竟不是每个人都是艺术家，普通人难以提取出好的纹理样图或者从现有的图片中剪出一个小的纹理样图，游戏和电影工作室中有一个特定的职业叫做纹理艺术家，他们的工作就是产生高质量的纹理。本文致力于通过利用互联网上丰富的图片资源，自动从各种图片中裁剪出理想的纹理样本，让用户有更多的选择。在本文中，我们提出了一种可以从原始图像中自动提取纹理样图的方法。为了有效地从输入图像中识别样图候选者，我们首先通过残差特征金字塔网络提取特征图，然后通过区域候选网络获得大量候选区域。最后，通过宽度学习系统对候选区域进行分类和评分，然后根据分类结果和评分筛选出理想的纹理样图。与最先进的方法的比较结果证明了我们方法的优势以及有效性，相比较于竞争对手我们的方法取得了更高的准确性。