Im2Oil：基于笔触的油画的线性可控精细度自适应采样绘制
计算机视觉与模式识别
2022-09-28 v1 机器学习
多媒体
摘要
本文提出一种新颖的基于笔触的绘制(SBR)方法，将图像翻译为生动的油画。以往SBR技术通常将油画问题表述为像素级逼近。不同于该技术路线，我们将油画创作视为自适应采样问题。首先，基于输入图像的纹理复杂度计算概率密度图。然后我们使用Voronoi算法采样一组像素作为笔触锚点。接着，我们在每个锚点搜索并生成单独的油画笔触。最后，我们将所有笔触置于画布上得到油画。通过调整超参数最大采样概率，我们可以以线性方式控制油画精细度。与现有最先进油画技术比较表明，我们的结果具有更高保真度与更真实纹理。用户偏好测试表明，相较于其他方法的结果，人们更偏好我们的油画。更多有趣结果与代码见 https://github.com/TZYSJTU/Im2Oil。
引用
@article{arxiv.2209.13219,
title = {Im2Oil: Stroke-Based Oil Painting Rendering with Linearly Controllable Fineness Via Adaptive Sampling},
author = {Zhengyan Tong and Xiaohang Wang and Shengchao Yuan and Xuanhong Chen and Junjie Wang and Xiangzhong Fang},
journal= {arXiv preprint arXiv:2209.13219},
year = {2022}
}
备注
ACM MM 2022 oral paper, accepted by the 30th ACM International Conference on Multimedia