ArCSEM：基于高斯泼溅的SEM图像艺术化着色
计算机视觉与模式识别
2024-10-30 v1 图形学
摘要
扫描电子显微镜（SEM）以其分析微观物体表面结构的能力而闻名，能够捕获高度详细但仅为灰度级的图像。为了创建更具表现力和真实感的插图，这些图像通常由艺术家借助图像编辑软件手动着色。当需要对扫描物体的多幅图像进行着色时，这项任务变得非常繁重。我们提出通过利用微观场景的底层3D结构，将颜色信息传播到所有捕获的图像，从而简化这一过程，所需的最少输入仅为一张着色视图。我们探索了几种场景表示技术，并实现了SEM场景的高质量着色新视图合成。与先前的工作相比，在获取3D表示时无需任何人工干预或标注。这使得艺术家能够对一个序列中的单个或少数视图进行着色，并自动获得完全着色的场景或视频。项目页面：https://ronly2460.github.io/ArCSEM
引用
@article{arxiv.2410.21310,
title = {ArCSEM: Artistic Colorization of SEM Images via Gaussian Splatting},
author = {Takuma Nishimura and Andreea Dogaru and Martin Oeggerli and Bernhard Egger},
journal= {arXiv preprint arXiv:2410.21310},
year = {2024}
}
备注
presented and published at AI for Visual Arts Workshop and Challenges (AI4VA) in conjunction with European Conference on Computer Vision (ECCV) 2024, Milano, Italy