基于前馈网络的多样化纹理合成
计算机视觉与模式识别
2017-03-07 v1
摘要
近期深度判别模型和生成模型的进展在纹理合成方面展现了令人鼓舞的结果。然而，现有的基于前馈网络的方法以通用性换取效率，存在诸多问题，例如通用性不足（即为每种纹理构建一个网络）、缺乏多样性（即总是产生视觉上相同的输出）和次优性（即生成不太令人满意的视觉效果）。在这项工作中，我们专注于解决这些问题以改进纹理合成。我们提出了一种深度生成前馈网络，该网络能够在单个网络内高效合成多种纹理，并在它们之间进行有意义的插值。同时，引入了一套重要的技术以实现更好的收敛性和多样性。通过大量实验，我们证明了所提出的模型和技术在合成大量纹理方面的有效性，并展示了其在风格化方面的应用。
引用
@article{arxiv.1703.01664,
title = {Diversified Texture Synthesis with Feed-forward Networks},
author = {Yijun Li and Chen Fang and Jimei Yang and Zhaowen Wang and Xin Lu and Ming-Hsuan Yang},
journal= {arXiv preprint arXiv:1703.01664},
year = {2017}
}
备注
accepted by CVPR2017