利用形变场重定向视觉数据

接缝雕刻是一种支持内容感知缩放（包括移除物体等操作）的图像编辑方法。然而，基于动态规划或图割的接缝寻找策略限制了其在更广泛的视觉数据格式以及编辑自由度上的应用。我们的观察是，用位移场更一般地描述图像的编辑与重定向，可得到内容感知形变的推广。我们提出用神经网络学习一种形变，在尽量仅于低信息量区域进行变形以保持输出合理。该技术适用于多种视觉数据，包括图像、以神经辐射场给出的三维场景，乃至多边形网格。在不同视觉数据上进行的实验表明，相较先前方法，我们的方法实现了更好的内容感知重定向。