CycleGAN 风格迁移的能力、局限与挑战:以戒指设计自动生成为例的研究
计算机视觉与模式识别
2022-07-20 v1 机器学习
图像与视频处理
摘要
渲染程序彻底改变了设计流程,因为它们允许在制造前看到产品的外观。然而,渲染过程复杂且耗时,不仅在于渲染本身,也在于场景的设置。需要设置材质、灯光与相机以获得最佳质量结果。尽管如此,首次渲染可能无法得到最优输出。这一切使渲染过程变得繁琐。自 Goodfellow 等人于 2014 年提出生成对抗网络(GANs)[1] 以来,它们已被用于生成计算机合成的虚拟数据,从不存在的人脸到医学数据分析或图像风格迁移。GANs 已被用于将图像纹理从一个域迁移到另一个域。然而,这需要两个域的配对数据。当 Zhu 等人提出 CycleGAN 模型时,这一昂贵约束的消除使得无需配对数据即可将一个域的图像转换为另一域的图像。本工作验证了 CycleGANs 在从初始草图到代表 3D 设计的 2D 最终渲染图之风格迁移上的适用性,这是每个产品设计流程中关键的一步。我们探究将 CycleGANs 纳入设计流水线(更确切地说,应用于戒指设计渲染)的可能性。我们的贡献构成了流程的关键部分,因为它让客户能在购买前看到最终产品。本工作为未来研究奠定基础,展示了 GANs 在设计中的可能性,并为面向手工艺设计的新应用确立了起点。
引用
@article{arxiv.2207.08989,
title = {Capabilities, Limitations and Challenges of Style Transfer with CycleGANs: A Study on Automatic Ring Design Generation},
author = {Tomas Cabezon Pedroso and Javier Del Ser and Natalia Diaz-Rodrıguez},
journal= {arXiv preprint arXiv:2207.08989},
year = {2022}
}
备注
20 pages