CN105303598A - 基于纹理传输的多风格视频艺术化处理方法 - Google Patents
基于纹理传输的多风格视频艺术化处理方法 Download PDFInfo
- Publication number
- CN105303598A CN105303598A CN201510698658.9A CN201510698658A CN105303598A CN 105303598 A CN105303598 A CN 105303598A CN 201510698658 A CN201510698658 A CN 201510698658A CN 105303598 A CN105303598 A CN 105303598A
- Authority
- CN
- China
- Prior art keywords
- texture
- video
- synthesis
- frame
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Processing (AREA)
Abstract
基于纹理传输的多风格视频艺术化处理方法,包含如下步骤:步骤1:基于方向场的多风格纹理合成,采用基于方向场的纹理合成方法,根据视频相关信息合成出一个纹理层,使合成的纹理层不仅有样本纹理的质地特征,还能动态体现视频中各种场景物体的物体轮廓、走向等信息;步骤2:纹理层传输与修补,把步骤一中合成的纹理层随光流场进行传输。为了应对传输过程中产生的纹理走样问题,需要对纹理层执行有限修补;步骤3:基于GPU的快速视频抽象,利用GPU加速的彩色图像形态学操作;步骤4:视频纹理层的融合。本发明的视频艺术化算法分为三大部分,分别是纹理层的合成传输与修补、视频抽象操作以及最后的视频纹理层融合,最终得到多风格视频艺术化结果。
Description
所属技术领域
本发明涉及一种计算机图像处理技术。
现有技术
视频艺术化处理是计算机非真实感绘制的一个重要研究分支,它采用艺术的非真实感绘制方法呈现动态视频场景,把用户给定的一段视频转化为带有不同艺术风格的视频,使之表现出与原视频不同的情感特征,在电影、动漫制作和视频娱乐等方面有着广泛的应用。
现有的基于光流的视频艺术化方法利用光流信息来指导标记(笔刷)或者纹理进行传输来生成相应艺术风格的视频。在基于标记的方法中,利用弯曲标记来模拟画家画笔的粗细、走向等属性,可以实现多种风格渲染。但其缺点是标记的属性过多且不易维护,实现起来比较困难,部分算法还需要人工辅助,增加了操作的难度。现有的基于纹理的视频艺术化方法包含基于纹理层传输的方法和直接合成视频帧两类方法。基于纹理层传输的方法通过传输与视频分辨率等大的整块纹理层来模拟水彩画风格,由于其使用的各向同性的单一纹理所能表达风格种类有限,使得该方法生成的视频艺术化风格单一,无法扩展生成多类不同的视频风格。直接合成视频帧的方法基于单帧纹理合成的思想实现了自定义的多风格处理,但该方法并没有使用一个纹理层进行传输,直接在视频帧上合成、分块传输,容易破坏原有视频场景的图像特征,因此该方法需要采用一系列复杂的修补方法;同时为了保证时域连续性,该方法要对光流场进行优化,并计算相邻块之间的相关性,进一步提高了该方法的计算复杂度。且上述基于纹理的视频艺术化方法都没有考虑带有变化方向场的纹理生成,从而降低了其对一些特定艺术风格的模拟效果,如笔刷走向较明显的油画风格。
基于分割的方法采用类似于图像分割算法的方法实现视频风格化处理,不同的是基于分割的视频艺术化算法不仅要使各个区域能够精确分割,还要保证分割后区域的帧间连续性。目前基于分割的算法渲染样式比较单一,大多数只是模拟卡通风格,虽然有些算法结合了基于标记的方法实现了多风格渲染,但实现起来比较复杂。
发明内容
本发明要克服现有技术的上述缺点,提供一种视频艺术化合成质量更高、较高的视频时域连续性、速度快、易于实现的基于纹理传输的多风格视频艺术化处理方法。
本发明采用纹理传输的方法,通过用户输入源视频以及不同艺术风格的样本纹理渲染出带有相应艺术风格的风格化视频。同时结合基于方向场的纹理合成及修补方法实现方向感明显的艺术风格(如油画等)的模拟。
本发明的视频艺术化算法分为三大部分,分别是纹理层的合成传输与修补、视频抽象操作以及最后的视频纹理层融合,最终得到多风格视频艺术化结果。
方法中,先由用户选择带有某种风格笔刷的样本纹理作为期望学习的风格,该样本纹理和源视频一起成为本发明的多风格视频艺术化系统的输入。对于视频的第一帧,采用基于当前帧方向场合成得到一个与视频分辨率相同的各向异性纹理传输层;接下来,让这个纹理层随着光流场信息进行传输,与此同时,对传输过程中出现的纹理拉伸走样部分进行有限的高效纹理修补。视频艺术化的另一部分即视频抽象,通过抽象去掉视频中的不必要细节和立体信息。最后经过纹理传输层和抽象后视频的融合,输出艺术化后的结果视频。
基于纹理传输的多风格视频艺术化处理方法,包含如下四个步骤:
步骤1:基于方向场的多风格纹理合成,采用基于方向场的纹理合成方法,根据视频相关信息合成出一个纹理层,使合成的纹理层不仅有样本纹理的质地特征,还能动态体现视频中各种场景物体的物体轮廓、走向等信息。
1.1生成边缘切向场(ETF)数据,并保存成图片格式。
1.2基于块的纹理合成生成一个与视频分辨率大小相同的纹理层,其合成过程如下:
1.2.1初始化系统参数,设定合成窗口及邻域大小,根据视频帧生成对应的方向场。
1.2.2根据合成窗口大小,按照从左到右,由上到下的顺序扫面对应帧的方向场,通过计算合待成窗口内像素点的平均方向场方向来决定此待合成窗口的最终方向。
1.2.3在求得待合成窗口的方向后,在候选纹理集内选择对应方向的样本纹理,按照基于块的纹理合成方法合成完整纹理传输层。
步骤2:纹理层传输与修补,把步骤一中合成的纹理层随光流场进行传输。为了应对传输过程中产生的纹理走样问题,需要对纹理层执行有限修补。
2.1基于光流场的纹理层传输:
2.1.1提取视频光流场,保存在图片中。
2.1.2根据提取到的光流场对步骤一中合成的纹理层进行传输,传输公式如(1)。
P(U(X,t))=P0(U(X,t))+V(X,t)(1)
X=(x,y)表示t帧纹理坐标,U=(X,t)表示t帧屏幕坐标,P0(U(X,t))表示t帧待传输纹理中点X=(x,y)的像素值,t时刻视频帧的X点的运动向量则表示为V(X,t)=Xt-1-Xt,我们可以在光流场中提取到所需要的所有像素点的运动向量。这样,在当前帧的纹理层P完成纹理坐标到屏幕坐标的映射后,会在下一帧的纹理传输过程中成为P0,以此重复,直至完成全部帧的传输。
2.2纹理层的修补:
2.2.1定位发生纹理走样的像素点:由于纹理传输时,只是对纹理坐标的传递映射,而纹理拉伸走样问题就是因为在像素点的运动轨迹上出现了过多重复的像素而导致的。因此,我们只需要在每个像素点纹理坐标的3×3邻域内查找是否含有重复坐标值,若有重复值,即可判断为此像素点发生走样,反之则无。
2.2.2纹理合成的邻域选取:把纹理合成用于纹理传输时的纹理修补,并不能简单的选取一个L型或是I型邻域。为了使修补后的纹理与原始纹理层中未变形部分能够良好衔接),我们的邻域选择会根据纹理发生走样时的拉伸方向的不同而有所区别,我们把纹理拉伸方向量化为水平和垂直方向上的4个方向,对应的邻域形状有┌、┐和L型。
2.2.3局部纹理合成顺序的确定:因为选择的邻域形状的不同,所以在最终的局部合成时的顺序也不尽相同。对于具体的局部合成顺序,以邻域形状为┐为例说明,在全局扫描顺序下,扫描到变形区域1时,系统会检测此时的变形方向,在确定变形方向向左时,系统会把当前的待修补块1放入堆栈里,然后按照变形方向反向继续扫描,直至扫描到图像边缘或者未变形块时停止(块2、3)。此时,开始从堆栈中取出待合成块,由于堆栈的特性为先进后出,所以从最后一个进入堆栈的块开始,按照右上L型邻域开始合成。
步骤3:基于GPU的快速视频抽象,利用GPU加速的彩色图像形态学操作。
在灰度图的形态学操作中,膨胀操作(Dilation)可去掉图中较暗的部分,使较高亮度的部分得到传播。腐蚀操作(Erosion)刚好相反,会使图中较暗部分得到传播。
让I代表一幅图像,B表示一个形态学操作的结构元,它包含了当前像素点的邻域坐标,X表示图像中的一个像素点。那么,形态学膨胀操作β和腐蚀操作ε就可定义为:
形态学开操作(Opening)是腐蚀操作和膨胀操作的顺序组合;而形态学闭操作(Closing)是膨胀操作和腐蚀操作的顺序组合。我们通过交替使用形态学开闭操作,使视频得到抽象。
为了把基于图像的形态学操作算法应用到视频抽象中,本发明也在时间和空间上扩展了形态学操作,其结构元的选取不再是2维空间中的矩阵,而是时空3维空间上的3D结构元。
在确定结构元的选取后,利用GPU的并行计算框架CUDA实现对视频的连续抽象。根据视频的大小(假设视频共有200帧,分辨率为640×480),选择创建大小为(640,480,200)的grid,即一共有640×480×200个block,也就是说每帧里面的每一个像素都会分配一个Block,而在每个具体的block里面,又创建了9个thread,这9个thread对当前像素随着光流场向前先后共同选取一个3D结构元,使每个thread对应一个视频帧中邻域。然后众多的thread独立进行形态学开闭操作,实现形态学操作的并行加速。
步骤4:视频纹理层的融合。
为了完成纹理层的融合,我们把目标视频的每一帧和纹理层由RGB颜色空间转换到YIQ空间,然后逐一对目标视频帧的Y分量进行重新映射,完成整个融合过程,其公式如下:
Y(t′)=k×(Y(s)-u(s))+Y(t)(3)
其中,Y(t′)表示重新映射后的目标图Y分量;Y(s)表示源纹理的Y分量;Y(t)表示目标图原始Y分量,k表示目标图Y方差/源纹理Y方差,u(s)表示源纹理Y分量均值。
对于一些特殊风格,如点画和风格化线条风格,本发明在对其进行纹理层与视频帧进行融合前,先要对视频帧执行直方图均衡化操作,使其灰度均匀分布,获得细节更为清晰的输出图。
本发明提出的基于纹理传输的多风格视频艺术化处理方法,由用户给定的输入样本纹理提供视频艺术化的风格,通过结合方向场的纹理合成方式把样本纹理所携带的艺术风格传输到纹理层中,然后把该纹理层随光流场传输并与视频融合完成视频的艺术化处理。更好地实现了视频风格个性化定制的效果,对于方向感强烈的艺术风格如梵高油画、风格化线条等可以获得理想的模拟效果。
本发明描述了一种基于纹理传输的多风格视频艺术化方法,将用户输入的源视频和样本纹理经过纹理合成传输修补与融合,完成对源视频的艺术渲染。利用基于方向场的纹理合成算法合成了带有视频内容信息的纹理传输层,使纹理层能够体现非真实感绘制中的笔刷方向,在模拟油画、风格化线条等这些带有强烈方向感的艺术风格时能够取得更好的效果。在处理纹理传输后的纹理走样问题时,同样也借鉴了纹理合成思想,利用帧间有限的纹理变化实施有限修补,提高了修补的效率和效果。同时,对视频抽象的加速也使得程序的处理速度获得了提升。
本发明的优点如下:
(1)多风格视频渲染。将对应不同风格的样图纹理传输并合成到纹理层,将纹理层与源视频合成得到不同的视频艺术化结果。在合成时利用方向场实现带方向的“各向异性”纹理合成,使得视频艺术化合成质量更高。
(2)较高的视频时域连续性。采用基于局部纹理合成的方法,对经过光流传输后发生拉伸走样的纹理层进行快速有效修补,从而实现视频艺术化的时域连续性。
(3)速度提升。利用CUDA加速框架把原有的CPU端的视频抽象计算改为GPU上的并行计算,从而大大提高视频抽象效率。
(4)基于纹理传输,易于实现。本发明采用的易于实现的纹理传输方法,相比基于分割和基于标记的方法,不需要复杂的属性管理、控制过程以及过多的人工辅助,实现简单,自动性较高。
附图说明
图1是本发明的流程图
图2箭头代表纹理拉升方向,直角形标记区域表示邻域形状
图3局部合成顺序示例情况
具体实施方式
本发明的各个功能模块的详细流程如附图1。首先,基于方向场的多风格纹理层合成,它接受用户输入的样本纹理和带有视频帧方向信息的流场(方向场),然后经过基于块的纹理合成生成一个与视频分辨率大小相同的纹理层。然后,在光流场的辅助下完成纹理层的传输,同时对传输过程产生的纹理拉伸走样进行修补。为了保证与周围纹理的良好衔接,在执行修补时我们需要特别考虑邻域的选取和合成顺序。其次是基于GPU的快速视频抽象.最后将视频帧与纹理层融合得到最终的视频艺术化结果。
具体步骤如下:
步骤1:基于方向场的多风格纹理合成,采用基于方向场的纹理合成方法,根据视频相关信息合成出一个纹理层,使合成的纹理层不仅有样本纹理的质地特征,还能动态体现视频中各种场景物体的物体轮廓、走向等信息。
1.2生成边缘切向场(ETF)数据,并保存成图片格式。
1.2基于块的纹理合成生成一个与视频分辨率大小相同的纹理层,其合成过程如下:
1.2.1初始化系统参数,设定合成窗口及邻域大小,根据视频帧生成对应的方向场。
1.2.2根据合成窗口大小,按照从左到右,由上到下的顺序扫面对应帧的方向场,通过计算合待成窗口内像素点的平均方向场方向来决定此待合成窗口的最终方向。
1.2.3在求得待合成窗口的方向后,在候选纹理集内选择对应方向的样本纹理,按照基于块的纹理合成方法合成完整纹理传输层。
步骤2:纹理层传输与修补,把步骤一中合成的纹理层随光流场进行传输。为了应对传输过程中产生的纹理走样问题,需要对纹理层执行有限修补。
2.1基于光流场的纹理层传输:
2.1.1提取视频光流场,保存在图片中。
2.1.2根据提取到的光流场对步骤一中合成的纹理层进行传输,传输公式如(1)。
P(U(X,t))=P0(U(X,t))+V(X,t)(1)
X=(x,y)表示t帧纹理坐标,U=(X,t)表示t帧屏幕坐标,P0(U(X,t))表示t帧待传输纹理中点X=(x,y)的像素值,t时刻视频帧的X点的运动向量则表示为V(X,t)=Xt-1-Xt,我们可以在光流场中提取到所需要的所有像素点的运动向量。这样,在当前帧的纹理层P完成纹理坐标到屏幕坐标的映射后,会在下一帧的纹理传输过程中成为P0,以此重复,直至完成全部帧的传输。
2.2纹理层的修补:
2.2.1定位发生纹理走样的像素点:由于纹理传输时,只是对纹理坐标的传递映射,而纹理拉伸走样问题就是因为在像素点的运动轨迹上出现了过多重复的像素而导致的。因此,我们只需要在每个像素点纹理坐标的3×3邻域内查找是否含有重复坐标值,若有重复值,即可判断为此像素点发生走样,反之则无。
2.2.2纹理合成的邻域选取:把纹理合成用于纹理传输时的纹理修补,并不能简单的选取一个L型或是I型邻域。为了使修补后的纹理与原始纹理层中未变形部分能够良好衔接),我们的邻域选择会根据纹理发生走样时的拉伸方向的不同而有所区别,我们把纹理拉伸方向量化为水平和垂直方向上的4个方向,对应的邻域形状有┌、┐和L型(如附图2)。
2.2.3局部纹理合成顺序的确定:因为选择的邻域形状的不同,所以在最终的局部合成时的顺序也不尽相同。对于具体的局部合成顺序,以邻域形状为┐为例说明(如附图3),在全局扫描顺序下,扫描到变形区域1时,系统会检测此时的变形方向,在确定变形方向向左时,系统会把当前的待修补块1放入堆栈里,然后按照变形方向反向继续扫描,直至扫描到图像边缘或者未变形块时停止(块2、3)。此时,开始从堆栈中取出待合成块,由于堆栈的特性为先进后出,所以从最后一个进入堆栈的块开始,按照右上L型邻域开始合成。
步骤3:基于GPU的快速视频抽象,利用GPU加速的彩色图像形态学操作。
在灰度图的形态学操作中,膨胀操作(Dilation)可去掉图中较暗的部分,使较高亮度的部分得到传播。腐蚀操作(Erosion)刚好相反,会使图中较暗部分得到传播。
让I代表一幅图像,B表示一个形态学操作的结构元,它包含了当前像素点的邻域坐标,X表示图像中的一个像素点。那么,形态学膨胀操作β和腐蚀操作ε就可定义为:
形态学开操作(Opening)是腐蚀操作和膨胀操作的顺序组合;而形态学闭操作(Closing)是膨胀操作和腐蚀操作的顺序组合。我们通过交替使用形态学开闭操作,使视频得到抽象。
为了把基于图像的形态学操作算法应用到视频抽象中,本发明也在时间和空间上扩展了形态学操作,其结构元的选取不再是2维空间中的矩阵,而是时空3维空间上的3D结构元。
在确定结构元的选取后,利用GPU的并行计算框架CUDA实现对视频的连续抽象。根据视频的大小(假设视频共有200帧,分辨率为640×480),选择创建大小为(640,480,200)的grid,即一共有640×480×200个block,也就是说每帧里面的每一个像素都会分配一个Block,而在每个具体的block里面,又创建了9个thread,这9个thread对当前像素随着光流场向前先后共同选取一个3D结构元,使每个thread对应一个视频帧中邻域。然后众多的thread独立进行形态学开闭操作,实现形态学操作的并行加速。
步骤4:视频纹理层的融合。
为了完成纹理层的融合,我们把目标视频的每一帧和纹理层由RGB颜色空间转换到YIQ空间,然后逐一对目标视频帧的Y分量进行重新映射,完成整个融合过程,其公式如下:
Y(t′)=k×(Y(s)-u(s))+Y(t)(3)
其中,Y(t′)表示重新映射后的目标图Y分量;Y(s)表示源纹理的Y分量;Y(t)表示目标图原始Y分量,k表示目标图Y方差/源纹理Y方差,u(s)表示源纹理Y分量均值。
对于一些特殊风格,如点画和风格化线条风格,本发明在对其进行纹理层与视频帧进行融合前,先要对视频帧执行直方图均衡化操作,使其灰度均匀分布,获得细节更为清晰的输出图。
Claims (1)
1.基于纹理传输的多风格视频艺术化处理方法,包含如下步骤:
步骤1:基于方向场的多风格纹理合成,采用基于方向场的纹理合成方法,根据视频相关信息合成出一个纹理层,使合成的纹理层不仅有样本纹理的质地特征,还能动态体现视频中各种场景物体的物体轮廓、走向等信息;
1.1生成边缘切向场(ETF)数据,并保存成图片格式;
1.2基于块的纹理合成生成一个与视频分辨率大小相同的纹理层,其合成过程如下:
1.2.1初始化系统参数,设定合成窗口及邻域大小,根据视频帧生成对应的方向场;
1.2.2根据合成窗口大小,按照从左到右,由上到下的顺序扫面对应帧的方向场,通过计算合待成窗口内像素点的平均方向场方向来决定此待合成窗口的最终方向;
1.2.3在求得待合成窗口的方向后,在候选纹理集内选择对应方向的样本纹理,按照基于块的纹理合成方法合成完整纹理传输层;
步骤2:纹理层传输与修补,把步骤一中合成的纹理层随光流场进行传输;为了应对传输过程中产生的纹理走样问题,需要对纹理层执行有限修补;
2.1基于光流场的纹理层传输:
2.1.1提取视频光流场,保存在图片中;
2.1.2根据提取到的光流场对步骤一中合成的纹理层进行传输,传输公式如(1);
P(U(X,t))=P0(U(X,t))+V(X,t)(1)
X=(x,y)表示t帧纹理坐标,U=(X,t)表示t帧屏幕坐标,P0(U(X,t))表示t帧待传输纹理中点X=(x,y)的像素值,t时刻视频帧的X点的运动向量则表示为V(X,t)=Xt-1-Xt,在光流场中提取到所需要的所有像素点的运动向量;这样,在当前帧的纹理层P完成纹理坐标到屏幕坐标的映射后,会在下一帧的纹理传输过程中成为P0,以此重复,直至完成全部帧的传输;
2.2纹理层的修补:
2.2.1定位发生纹理走样的像素点:由于纹理传输时,只是对纹理坐标的传递映射,而纹理拉伸走样问题就是因为在像素点的运动轨迹上出现了过多重复的像素而导致的;因此,只需要在每个像素点纹理坐标的3×3邻域内查找是否含有重复坐标值,若有重复值,即可判断为此像素点发生走样,反之则无;
2.2.2纹理合成的邻域选取:把纹理合成用于纹理传输时的纹理修补,并不能简单的选取一个L型或是I型邻域;为了使修补后的纹理与原始纹理层中未变形部分能够良好衔接),邻域选择会根据纹理发生走样时的拉伸方向的不同而有所区别,把纹理拉伸方向量化为水平和垂直方向上的4个方向,对应的邻域形状有和L型;
2.2.3局部纹理合成顺序的确定:因为选择的邻域形状的不同,所以在最终的局部合成时的顺序也不尽相同;对于具体的局部合成顺序,当邻域形状为┐,在全局扫描顺序下,扫描到变形区域1时,系统会检测此时的变形方向,在确定变形方向向左时,系统会把当前的待修补块1放入堆栈里,然后按照变形方向反向继续扫描,直至扫描到图像边缘或者未变形块时停止(块2、3);此时,开始从堆栈中取出待合成块,由于堆栈的特性为先进后出,所以从最后一个进入堆栈的块开始,按照右上L型邻域开始合成;
步骤3:基于GPU的快速视频抽象,利用GPU加速的彩色图像形态学操作;
在灰度图的形态学操作中,膨胀操作(Dilation)去掉图中较暗的部分,使较高亮度的部分得到传播;腐蚀操作(Erosion)刚好相反,使图中较暗部分得到传播;
让I代表一幅图像,B表示一个形态学操作的结构元,它包含了当前像素点的邻域坐标,X表示图像中的一个像素点;那么,形态学膨胀操作β和腐蚀操作ε就可定义为:
形态学开操作(Opening)是腐蚀操作和膨胀操作的顺序组合;而形态学闭操作(Closing)是膨胀操作和腐蚀操作的顺序组合;通过交替使用形态学开闭操作,使视频得到抽象;
为了把基于图像的形态学操作算法应用到视频抽象中,也在时间和空间上扩展了形态学操作,其结构元的选取不再是2维空间中的矩阵,而是时空3维空间上的3D结构元;
在确定结构元的选取后,利用GPU的并行计算框架CUDA实现对视频的连续抽象;根据视频的大小(假设视频共有200帧,分辨率为640×480),选择创建大小为(640,480,200)的grid,即一共有640×480×200个block,也就是说每帧里面的每一个像素都会分配一个Block,而在每个具体的block里面,又创建了9个thread,这9个thread对当前像素随着光流场向前先后共同选取一个3D结构元,使每个thread对应一个视频帧中邻域;然后众多的thread独立进行形态学开闭操作,实现形态学操作的并行加速;
步骤4:视频纹理层的融合;
为了完成纹理层的融合,我们把目标视频的每一帧和纹理层由RGB颜色空间转换到YIQ空间,然后逐一对目标视频帧的Y分量进行重新映射,完成整个融合过程,其公式如下:
Y(t′)=k×(Y(s)-u(s))+Y(t)(3)
其中,Y(t′)表示重新映射后的目标图Y分量;Y(s)表示源纹理的Y分量;Y(t)表示目标图原始Y分量,k表示目标图Y方差/源纹理Y方差,u(s)表示源纹理Y分量均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510698658.9A CN105303598A (zh) | 2015-10-23 | 2015-10-23 | 基于纹理传输的多风格视频艺术化处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510698658.9A CN105303598A (zh) | 2015-10-23 | 2015-10-23 | 基于纹理传输的多风格视频艺术化处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105303598A true CN105303598A (zh) | 2016-02-03 |
Family
ID=55200816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510698658.9A Pending CN105303598A (zh) | 2015-10-23 | 2015-10-23 | 基于纹理传输的多风格视频艺术化处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105303598A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108010095A (zh) * | 2017-11-14 | 2018-05-08 | 阿里巴巴集团控股有限公司 | 一种纹理合成的方法、装置及设备 |
CN109002857A (zh) * | 2018-07-23 | 2018-12-14 | 厦门大学 | 一种基于深度学习的视频风格变换与自动生成方法及系统 |
CN109255807A (zh) * | 2017-07-13 | 2019-01-22 | 腾讯科技(深圳)有限公司 | 一种图像信息处理方法及服务器、计算机存储介质 |
CN109359687A (zh) * | 2018-10-19 | 2019-02-19 | 百度在线网络技术(北京)有限公司 | 视频风格转换处理方法和装置 |
WO2019153920A1 (zh) * | 2018-02-09 | 2019-08-15 | 华为技术有限公司 | 一种图像处理的方法以及相关设备 |
CN111556244A (zh) * | 2020-04-23 | 2020-08-18 | 北京百度网讯科技有限公司 | 视频风格迁移方法和装置 |
CN111951345A (zh) * | 2020-08-10 | 2020-11-17 | 杭州趣维科技有限公司 | 一种基于gpu的实时图像视频油画风格化方法 |
CN112051960A (zh) * | 2020-09-02 | 2020-12-08 | 北京字节跳动网络技术有限公司 | 一种图像绘制方法、装置、设备及存储介质 |
CN113781296A (zh) * | 2021-09-22 | 2021-12-10 | 亿图软件(湖南)有限公司 | 一种图像水彩化处理方法、装置、计算机设备及存储介质 |
WO2022135017A1 (zh) * | 2020-12-25 | 2022-06-30 | 北京字跳网络技术有限公司 | 动态流体显示方法、装置、电子设备和可读介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101587593A (zh) * | 2009-06-19 | 2009-11-25 | 西安交通大学 | 一种基于真实图像素描风格化的方法 |
US20110205236A1 (en) * | 2010-02-22 | 2011-08-25 | Casio Computer Co., Ltd. | Image processing apparatus and storage medium having stored therein an image processing program |
CN104063888A (zh) * | 2014-06-19 | 2014-09-24 | 云南大学 | 一种基于非真实感的波谱艺术风格绘制方法 |
-
2015
- 2015-10-23 CN CN201510698658.9A patent/CN105303598A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101587593A (zh) * | 2009-06-19 | 2009-11-25 | 西安交通大学 | 一种基于真实图像素描风格化的方法 |
US20110205236A1 (en) * | 2010-02-22 | 2011-08-25 | Casio Computer Co., Ltd. | Image processing apparatus and storage medium having stored therein an image processing program |
CN104063888A (zh) * | 2014-06-19 | 2014-09-24 | 云南大学 | 一种基于非真实感的波谱艺术风格绘制方法 |
Non-Patent Citations (1)
Title |
---|
张岩: "基于纹理传输的多风格视频艺术化处理", 《万方数据库 中国学位论文全文数据库》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255807B (zh) * | 2017-07-13 | 2023-02-03 | 腾讯科技(深圳)有限公司 | 一种图像信息处理方法及服务器、计算机存储介质 |
CN109255807A (zh) * | 2017-07-13 | 2019-01-22 | 腾讯科技(深圳)有限公司 | 一种图像信息处理方法及服务器、计算机存储介质 |
CN108010095B (zh) * | 2017-11-14 | 2021-06-04 | 创新先进技术有限公司 | 一种纹理合成的方法、装置及设备 |
CN108010095A (zh) * | 2017-11-14 | 2018-05-08 | 阿里巴巴集团控股有限公司 | 一种纹理合成的方法、装置及设备 |
US11250550B2 (en) | 2018-02-09 | 2022-02-15 | Huawei Technologies Co., Ltd. | Image processing method and related device |
WO2019153920A1 (zh) * | 2018-02-09 | 2019-08-15 | 华为技术有限公司 | 一种图像处理的方法以及相关设备 |
CN109002857B (zh) * | 2018-07-23 | 2020-12-29 | 厦门大学 | 一种基于深度学习的视频风格变换与自动生成方法及系统 |
CN109002857A (zh) * | 2018-07-23 | 2018-12-14 | 厦门大学 | 一种基于深度学习的视频风格变换与自动生成方法及系统 |
CN109359687B (zh) * | 2018-10-19 | 2020-11-24 | 百度在线网络技术(北京)有限公司 | 视频风格转换处理方法和装置 |
CN109359687A (zh) * | 2018-10-19 | 2019-02-19 | 百度在线网络技术(北京)有限公司 | 视频风格转换处理方法和装置 |
CN111556244A (zh) * | 2020-04-23 | 2020-08-18 | 北京百度网讯科技有限公司 | 视频风格迁移方法和装置 |
CN111556244B (zh) * | 2020-04-23 | 2022-03-11 | 北京百度网讯科技有限公司 | 视频风格迁移方法和装置 |
CN111951345A (zh) * | 2020-08-10 | 2020-11-17 | 杭州趣维科技有限公司 | 一种基于gpu的实时图像视频油画风格化方法 |
CN111951345B (zh) * | 2020-08-10 | 2024-03-26 | 杭州小影创新科技股份有限公司 | 一种基于gpu的实时图像视频油画风格化方法 |
CN112051960B (zh) * | 2020-09-02 | 2022-03-25 | 北京字节跳动网络技术有限公司 | 一种图像绘制方法、装置、设备及存储介质 |
CN112051960A (zh) * | 2020-09-02 | 2020-12-08 | 北京字节跳动网络技术有限公司 | 一种图像绘制方法、装置、设备及存储介质 |
WO2022135017A1 (zh) * | 2020-12-25 | 2022-06-30 | 北京字跳网络技术有限公司 | 动态流体显示方法、装置、电子设备和可读介质 |
CN113781296A (zh) * | 2021-09-22 | 2021-12-10 | 亿图软件(湖南)有限公司 | 一种图像水彩化处理方法、装置、计算机设备及存储介质 |
CN113781296B (zh) * | 2021-09-22 | 2024-05-28 | 亿图软件(湖南)有限公司 | 一种图像水彩化处理方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105303598A (zh) | 基于纹理传输的多风格视频艺术化处理方法 | |
Tan et al. | ArtGAN: Artwork synthesis with conditional categorical GANs | |
Tulsiani et al. | Layer-structured 3d scene inference via view synthesis | |
CN110211192B (zh) | 一种基于深度学习的三维模型到二维图像的渲染方法 | |
CN102496180B (zh) | 一种自动生成水墨山水画图像的方法 | |
Ward et al. | Depth director: A system for adding depth to movies | |
CN105374007A (zh) | 融合骨架笔画和纹理特征的铅笔画生成方法和装置 | |
CN104063888B (zh) | 一种基于非真实感的波谱艺术风格绘制方法 | |
US20140354630A1 (en) | Tree model and forest model generating method and apparatus | |
CN106575445A (zh) | 毛皮虚拟化身动画 | |
CN102663806B (zh) | 基于艺术视觉的图像卡通风格化渲染方法 | |
CN104378619B (zh) | 一种基于前后景梯度过渡的快速高效的空洞填补算法 | |
CN106023276A (zh) | 基于图像处理的铅笔画绘制方法及装置 | |
CN110533579A (zh) | 基于自编码结构与梯度保序的视频风格转换方法 | |
JP2009104570A (ja) | 画像の形成用のデータ構造及び画像の形成方法 | |
CN104778736A (zh) | 单视频内容驱动的服装三维动画生成方法 | |
CN108765530A (zh) | 一种制作漫画和/或二维动画的方法 | |
CN101477705B (zh) | 基于光照球模型的计算机辅助人物动画艺术化绘制方法 | |
CN108924528A (zh) | 一种基于深度学习的双目风格化实时渲染方法 | |
CN104517313A (zh) | 基于屏幕空间的环境光遮蔽的方法 | |
CN113436058B (zh) | 一种人物虚拟换衣方法、终端设备及存储介质 | |
He | Application of local color simulation method of landscape painting based on deep learning generative adversarial networks | |
CN103208130B (zh) | 大规模群体表演动画合成方法及设备 | |
Zhu et al. | Sand painting conversion based on detail preservation | |
CN104091318B (zh) | 一种中国手语视频过渡帧的合成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160203 |