生成式纹理滤波
计算机视觉与模式识别
2026-04-22 v1
摘要
我们提出一种用于纹理滤波的生成方法，表现出惊人的性能和广泛的可推广性。我们的核心思想是充分利用预训练生成模型的强大学习图像先验来赋能纹理滤波。为此，我们提出通过两阶段策略对预训练生成模型进行微调。具体而言，我们首先在小规模配对图像上进行监督式微调，然后在大规模无标签数据集上进行强化式微调，利用量化纹理移除和结构保持质量的奖励函数进行指导。大量实验表明，我们的方法显著优于先前方法，能够处理此前具有挑战性的案例。我们的代码已公开于https://github.com/OnlyZZZZ/Generative_Texture_Filtering。
引用
@article{arxiv.2604.19039,
title = {Generative Texture Filtering},
author = {Rongjia Zheng and Shangwei Huang and Lei Zhu and Wei-Shi Zheng and Qing Zhang},
journal= {arXiv preprint arXiv:2604.19039},
year = {2026}
}
备注
Accepted to SIGGRAPH 2026 conference track