看、比较、绘制：面向自动油画的差分查询变换器
计算机视觉与模式识别
2026-03-31 v1 多媒体
摘要
本 work 提出了一种新的自动油画方法，强调动态和富有表现力的笔触创建。关键挑战在于减轻重复且平凡的笔触，往往导致不够审美的结果。灵感来自人类绘画过程，即观察、比较和绘制，我们将差分图像分析融入神经油画模型，使模型能够有效地聚焦于连续笔触的增量影响。为实现这一概念，我们提出了差分查询变换器（DQ-Transformer），一种新型架构，利用差分派生的图像表示并融合位置编码，以引导笔触预测过程。这种集成使模型对局部细节保持更高灵敏度，结果产生更精细、细腻的笔触生成。此外，我们将对抗训练融入框架，增强笔触预测的准确性，从而提升合成绘品的整体逼真度和艺术真实感。通过大量定性评估以及受控用户研究，验证了DQ-Transformer 在视觉逼真度和艺术真实感方面优于现有方法，通常还能以更少的笔触实现这些效果。笔触逐步绘制的动画可在项目网站上查看。
引用
@article{arxiv.2603.27720,
title = {Look, Compare and Draw: Differential Query Transformer for Automatic Oil Painting},
author = {Lingyu Liu and Yaxiong Wang and Li Zhu and Lizi Liao and Zhedong Zheng},
journal= {arXiv preprint arXiv:2603.27720},
year = {2026}
}
备注
https://differential-query-painter.github.io/DQ-painter/