用于修复建筑模型纹理缺陷的语义图像翻译
计算机视觉与模式识别
2023-04-04 v2
摘要
城市环境中3D建筑模型的准确表征受到纹理遮挡、模糊和细节缺失等问题的显著阻碍,这些难以通过标准摄影测量纹理映射流程缓解。当前的图像补全方法往往难以产生结构化结果,并有效处理具有多样建筑风格的高度结构化立面纹理的复杂性质。此外,现有图像合成方法在保留高频细节与人工规则结构方面遇到困难,而这对实现逼真立面纹理合成至关重要。为应对这些挑战,我们引入一种新方法,用于从结构化标签图合成真实反映建筑风格的立面纹理图像,并以真值立面图像引导。为保留精细细节与规则结构,我们提出一种利用频率信息与角点图的规则性感知多域方法。我们还将SEAN块纳入生成器以实现多样风格迁移。为生成无不良区域的合理结构化图像,我们在图像推断前依据语义采用图像补全技术去除遮挡。我们所提方法还能利用人工标注标签,为缺乏既有纹理的立面合成具特定风格的纹理图像。在公开可用的立面图像与3D模型数据集上的实验结果表明,我们的方法产出更优结果并有效解决有缺陷纹理相关问题。代码与数据集将公开以供进一步研究与开发。
引用
@article{arxiv.2303.17418,
title = {Semantic Image Translation for Repairing the Texture Defects of Building Models},
author = {Qisen Shang and Han Hu and Haojia Yu and Bo Xu and Libin Wang and Qing Zhu},
journal= {arXiv preprint arXiv:2303.17418},
year = {2023}
}
备注
31 pages, 16 figures