CLIPascene：具有不同类型与抽象层级的场景素描

在本文中，我们提出了一种将给定场景图像转换为具有不同类型和多个抽象层级的素描的方法。我们区分了两种抽象类型。第一种考虑素描的保真度，将其表示从对输入的精确描绘变化到宽松的描绘。第二种由素描的视觉简洁性定义，从详细描绘过渡到稀疏素描。通过显式解耦为两个抽象轴——且每个轴具有多个层级——为用户提供了额外控制，使其能够根据个人目标和偏好选择所需的素描。为了在给定的保真度和简化层级下形成素描，我们训练了两个 MLP 网络。第一个网络学习所需的笔画放置，而第二个网络学习在不损害其可识别性和语义的情况下逐渐从素描中移除笔画。我们的方法能够生成复杂场景的素描，包括具有复杂背景（例如自然和城市环境）和主体（例如动物和人）的场景，同时在保真度和简洁性方面描绘输入场景的渐进抽象。