3D 照片风格化：从单幅图像学习生成风格化新视角
计算机视觉与模式识别
2021-12-07 v2 图形学
摘要
鉴于在移动摄影与 AR/VR 中的应用，视觉内容创作引发了激增的兴趣。风格迁移与单图像 3D 摄影作为两个代表性任务迄今独立演进。本文建立二者联系，并解决具挑战性的 3D 照片风格化任务——给定任意风格从单幅图像生成风格化新视角。我们的核心直觉是，风格迁移与视角合成必须为此任务联合建模。为此，我们提出一种深度模型，从场景点云表示中学习用于风格化的几何感知内容特征，生成跨视角一致的高质量风格化图像。进一步，我们引入一种仅用 2D 图像即可实现学习的新型训练协议。我们通过广泛定性定量研究证明方法优越性，并鉴于从 2D 图像资产进行 3D 内容创作需求增长展示了方法关键应用。
引用
@article{arxiv.2112.00169,
title = {3D Photo Stylization: Learning to Generate Stylized Novel Views from a Single Image},
author = {Fangzhou Mu and Jian Wang and Yicheng Wu and Yin Li},
journal= {arXiv preprint arXiv:2112.00169},
year = {2021}
}
备注
Project page: http://pages.cs.wisc.edu/~fmu/style3d/