导读:本文包含了纹理生成论文开题报告文献综述及选题提纲参考文献，主要关键词:人群仿真,叁维人物角色,服饰纹理,服饰解析
纹理生成论文文献综述
张姝洁[1]（2019）在《虚拟人物角色服饰纹理快速生成方法》一文中研究指出在大规模人群仿真场景中,虚拟人物角色采用单一服饰纹理会降低仿真可信度,而人工精细生成多样化纹理时间成本高。本文研究一种虚拟人物角色服饰纹理快速生成方法,采用算法识别解析现有人物图片中服饰的不同部位,再进行纹理处理、生成和纹理映射等过程,实现从单张图片直接生成角色服饰纹理。本文的主要工作如下:1)综述了从图片生成叁维角色服饰模型的相关研究现状及成果,对现有的从图片到相似的叁维人物服饰所使用的系统和算法、图片中人物服饰部位的识别算法进行了分析和总结。2)结合深度学习和图割算法,实现人物图片中服饰的解析和提取。对于现代人物图片的服饰识别,采用深度学习的宏-微对抗网络算法(Macro-micro Adversarial Network,MMAN)方法,其识别效果良好且操作便捷;而对于自动识别效果不佳的人物图片,采用机动性良好的交互式GrabCut算法识别服饰,提高识别准确度。3)提出了一种虚拟角色服饰纹理快速生成方法。首先,采用上述算法进行服饰解析和提取;然后,通过算法映射到叁维角色模型纹理图的服饰对应部位,其中对于被遮挡的服饰部分纹理,采用提取的服饰颜色风格信息进行补充;最后,得到叁维人物角色服饰纹理图,生成重定向图片服饰的人物模型。4)设计了相关实验,完成从单张图片到叁维虚拟角色服饰纹理模型的生成,通过实验结果验证了所提算法的有效性和快速性。(本文来源于《合肥工业大学》期刊2019-05-01）
徐强,钟尚平,陈开志,张春阳[2]（2019）在《不同纹理复杂度图像生成中CycleGAN循环一致损失系数优化选择方法》一文中研究指出高质量的图像生成一直是计算机视觉等领域探索的难点和热点。通过使用循环一致损失,CycleGAN在无监督图像生成任务中取得了良好效果。但是面对不同纹理复杂度的图像生成任务,CycleGAN的循环一致损失系数是默认不变的,使得生成图像存在纹理变形甚至消失等弱点,不能很好地保证生成图像的质量。文中融合图像的空间维度和时间维度来度量图像的纹理复杂性,阐明循环一致损失函数在优化目标函数中的重要性,发现并解释循环一致损失系数的大小与不同纹理复杂度图像生成质量的关联性:纹理复杂度越高,应选择越大的循环一致损失系数;反之,应取越小的循环一致损失系数。文中使用基准和自采集的图像数据集,引入了基于迁移学习的分类准确性等生成图像质量评估指标。实验结果表明,优化选择大小合适的循环一致损失系数,可有效提高生成图像的质量。(本文来源于《计算机科学》期刊2019年01期）
郭正肖[3]（2018）在《一种基于纹理合成与转换的地形图生成方法》一文中研究指出地形是叁维虚拟场景中最重要且最基础的视觉元素,其真实感很大程度的影响了用户在叁维虚拟环境中的体验效果。在虚拟现实、体感AR游戏、影视动画特效、军事演习模拟等虚拟场景中,地形图都占有相当大的比例。传统手工编辑山体地形不但费时费力,而且真实感也难以保证。因此,如何利用计算机高效的生成用户可自由控制的且高度符合自然规律的山体地形是该领域所面临的挑战,也是亟待解决的问题。传统的地形图生成方法有很多,但均存在着一些问题。例如,基于分型布朗运动的地形图生成方法,无法控制所生成山体的走势及相关特征。同时,分型的自相似性也会导致生成的山体缺乏自然规律。物理侵蚀模型可以在分型方法生成的山体基础之上构造出更加符合自然规律的山体地形,但是这种模型一般需要配置大量的参数才能控制生成的地形图,而且效率也不高。基于地形图山脊线特征匹配方法的提出解决了效率的问题,然而这种方法过于依赖所存储的真实地形库,容易出现匹配结果失败的问题。针对以上所面临的问题,本篇论文提出了一个新型地形图生成方法。该方法以图像的纹理合成与转换为核心算法,借助纹理合成过程中用户所给与的控制,从而实现在手绘山脊线图及参照地形图的辅助下简单且有效的生成特征可控的山体地形。论文首先根据纹理合成与转换的技术,对本论文所提出的地形图生成方法进行了定义,通过定义构造出用于表述该问题的数学模型。然后对参照地形图及手绘山脊线图进行了深入的研究,根据其呈现的空间分布特点,来构造用于表现地形图的基本特征。接着根据模型的需要统计出相关的特征信息,利用特征信息及纹理合成与转换算法完成地形图生成过程。最后,论文用该方法针对不同风格地形进行了大量的实验,同时为了所得地形的真实感,对所得的地形图在叁维场景中进行了渲染。从的实验结果分析可知,论文所提的方法具有这样的优点:用户使用简单的山脊线草绘图就可以控制地形的总体走势;可以通过参照图选取的区域去控制地形的整体地貌特征;根据同一山脊线图,该方法可以生成诸如秦岭、桂林等不同区域特征的地形图。总的来说,论文所提出的方法可以生成对地形特征进行自由控制的地形图,并且具有较强的真实感,能够方便的应用于虚拟场景的地形构造中。(本文来源于《西安电子科技大学》期刊2018-06-01）
张园[4]（2018）在《一种基于纹理合成的疏松缺陷图像生成方法》一文中研究指出铸造技术因其低廉的成本、较短的生产周期和灵活的生产方式等优点被广泛应用于工业生产中,同时也推动了我国汽车市场的迅猛发展。为保障汽车质量及其安全性,铸造厂商不断加强生产流程中对铸件缺陷的检测力度。工业上广泛使用的X射线自动缺陷检测技术,相比人工缺陷检测具有较高的稳定性和一致性。为了进一步改善X射线检测技术,提高缺陷自动识别算法的准确度,需要采集大量X射线缺陷样本进行深入学习。面对铸造产品中次品率低、样本难以大量收集等问题,本文提出了一种基于纹理合成的疏松缺陷图像生成方法,不但获得了较好的仿真效果,还为其他类型缺陷的仿真算法研究提供了借鉴价值。本文针对疏松缺陷在视觉上呈现的非均匀纹理特性,提出了一种以K维(k-dimensional,KD)树搜索算法为核心的疏松缺陷图像生成算法。该算法主要分为叁个阶段:前期准备阶段,待合成区搜索匹配阶段,和仿真图样生成阶段。具体内容如下:1)根据铸件中的疏松缺陷的形成过程以及视觉特征,提出了采用KD树搜索匹配图像块的方法来生成具有一定随机性的仿真疏松缺陷;为了提高运算速度,又采用主成分分析方法对数据集进行整合和压缩。2)借助双边滤波器突出的去噪保边特性,对采集到的缺陷样本图像进行去噪处理;为方便仿真缺陷的生成以及后续的图像融合工作的顺利进行,本文提出了一种基于灰度分布的差值去背景方法。3)为了达到较好的仿真缺陷与背景的融合效果,提出了灰度加权融合算法来实现匹配块与已合成区域的边界融合,获得了完整的带有仿真疏松缺陷的X射线图像。4)分别从主观和客观两个方面对本文算法生成的仿真缺陷图像进行质量评估。主观质量评估以人眼视觉为主要依据,客观质量评估则分别采用结构相似度算法SSIM和卷积神经网络缺陷检测方法。实验中,叁种方法的结果一致,验证了本文生成的仿真缺陷图像的有效性,也总结了算法存在的不足和未来的深入方向。(本文来源于《华南理工大学》期刊2018-04-10）
余思泉,韩志,唐延东,吴成东[5]（2018）在《基于对抗生成网络的纹理合成方法》一文中研究指出纹理合成是计算机图形学、计算机视觉和图像处理领域的研究热点之一。传统的纹理合成方法往往通过提取有效的特征样式或统计量并在该特征信息的约束下生成随机图像来实现。对抗生成网络作为一种较新的深度网络形式,通过生成器和判别器的对抗训练能够随机生成与观测数据具有相同分布的新数据。鉴于此,提出了一种基于对抗生成网络的纹理合成方法。该算法的优点是不需要经过多次迭代就能够生成更真实纹理图像,且生成图像在视觉上与观测纹理图像一致的同时具有一定随机性。一系列针对随机纹理和结构性纹理的合成实验验证了该算法的有效性。(本文来源于《红外与激光工程》期刊2018年02期）
喻志慧[6]（2017）在《交互式叁维纹理映射生成系统》一文中研究指出随着计算机图形学的发展,叁维模型渐渐的融入到影视制作、游戏、机械加工、3d打印、电商、医疗实验、室内设计、虚拟现实、增强现实、文物保护等领域,在现实生活中得到了广泛的应用。近些年来,国内外学者对叁维建模技术做了大量的研究,叁维建模技术主要分为以下叁种技术方案:通过Maya、3dmax、Zbrush等叁维建模软件进行建模;基于双目视觉的叁维重建技术,使用数码相机拍摄获取物体的纹理图像,通过图像对的视差和像点坐标恢复物体的叁维坐标。激光扫描快速重建技术,通过激光测距原理快速、有效的获取模型表面叁维信息。叁维扫描仪的诞生大大增加了叁维建模的速度及准确性,很大程度的提高了叁维建模的效率。叁维模型不仅仅需要高精度的几何结构,表面纹理也是获得高质量模型的重要因素。目前,模型纹理依然是通过建模软件进行纹理贴图的方式生成,这种方式不仅对贴图者有较高的专业知识要求,还要耗费大量的人力物力。因此,高精度、高效率的纹理映射技术是提高模型的真实度的关键技术。本系统采用一种交互式的叁维纹理映射技术。算法部分主要由叁维拾取算法和相机标定算法两部分组成。特征点拾取是基于人机交互纹理映射的关键技术之一,精确的拾取叁维特征点坐标和二维特征点坐标是保证高质量纹理映射的前提。叁维拾取算法比二维拾取算法复杂,本文采用一种基于透视投影的快速叁维拾取技术,通过人机交互的方式拾取模型表面的叁维特征点,这种方式可以保证纹理的质量,提高纹理映射的准确性。相机标定技术是纹理映射的核心技术,这里采用的是DLT相机标定,DLT相机标定不用具体求解相机的内外参数值,降低算法复杂度,易于实现。纹理映射需要多幅图像进行纹理映射,采用SIFT特征配准算法,使用RANSAC算法剔除误匹配点,实现图像配准。与使用建模软件进行纹理贴图的纹理映射方式相比,该系统大大降低了对贴图工作者的要求,界面简单,操作方便,不仅能提高纹理映射的效率和准确度,还能降低大量的人力物力成本。(本文来源于《天津大学》期刊2017-12-01）
梁义涛,李亚飞,赵奎斌,李岚,胡江汇[7]（2017）在《基于梯度修正和多向纹理提取的素描画生成算法》一文中研究指出针对目前常见素描画自动生成算法中纹理方向单一、整体画面层次感不佳的问题,提出了一种基于梯度修正和多向纹理提取的素描画生成算法。该算法在图像分割基础上,针对不同分割区域提取亮度分布信息和梯度修正后的纹理方向分布信息,并利用这两种信息结合运动模糊滤波生成纹理图。最后将由霓虹处理生成的原图像的轮廓图与该纹理图合成最终的素描图。结果显示,本算法以运动模糊滤波代替线积分卷积来生成纹理,算法相对简化;以多向纹理和区域亮度信息更好地描述了整体的层次感、明暗对比度,视觉感官上获得了较好的素描效果。(本文来源于《科学技术与工程》期刊2017年20期）
王丽静[8]（2017）在《基于点云与纹理数据的二维图像生成算法研究》一文中研究指出光学字符识别(Optical Character Recognition)技术可以将文本图像中的文字信息自动识别出来并以文本文字的形式保存下来,这一技术为人们的生活、工作提供了极大的便利。随着计算机视觉技术的迅速发展,叁维模型数据的处理与信息提取越来越成为计算机图像处理的重要研究方向。针对叁维模型不能直接进行OCR识别的问题,本文提出了基于叁维模型的点云与纹理数据逆向生成二维图像的算法。本算法可有效的将叁维模型转化为二维图像,间接实现了对叁维模型进行OCR识别的功能。本文首先将当前叁维文本模型处理领域的相关算法分为倾斜校正处理和扭曲校正处理,然后对主流算法进行优缺点的对比分析,并提出了基于点云与纹理数据的二维图像生成算法。算法部分首先对叁维模型进行预处理操作,再将处理后的模型按照网格类型进行分类,可分为规则网格模型和不规则网格模型。按照不同的网格类型计算该叁维模型所得到目标图像的分辨率数据。再从纹理数据中提取所需的二维图像像素数据,并联系二维图像分辨率以及像素数据对二维图像进行重构。最后,根据本文的算法方案设计并实现了二维图像的重构。通过有效的实验数据及对比论证表明,本文算法可以利用叁维模型的数据生成对应的二维图像。本算法间接的实现了对叁维模型进行OCR识别的功能,且OCR识别率较高。(本文来源于《北方工业大学》期刊2017-05-22）
纪恺悦[9]（2017）在《基于遥感影像的红外纹理调制模板生成方法研究》一文中研究指出叁维红外场景仿真技术在军事武器的研制与性能评测方面有着难以撼动的重要地位。而在红外地物场景的仿真中,红外纹理作为场景中数据的基本组成部分,它的真实感在很大程度上决定了场景仿真的逼真度。由于可见光遥感影像比红外遥感影像拥有更清晰的细节,可以更加确切地反映地表的景物分布,因此本文将以可见光图像为基础研究一种有利于提高仿真场景真实感的红外纹理调制模板生成方法。本文从红外场景仿真中红外纹理的现存问题与不足之处入手,对基于可见光遥感图像生成红外纹理调制模板的传统方法加以改进,主要工作如下:(1)针对现有遥感影像分辨率无法满足红外场景仿真需求的现象,对遥感图像的超分辨率方法进行了研究,并利用遥感图像中的自身相似信息对遥感图像进行了超分辨率重建。并且因为重建过程耗时过多、效率低下,采用了一种基于并行处理思想的统一建库分块处理方法减少了运算时间,从而最终得到一种高效率且细节更加清晰的红外纹理调制模板生成方法。(2)针对遥感影像中的阴影固化且会遮盖地物信息的现象,从阴影区域特点入手,研究了一种基于纹理的阴影自动的分割检测方法,然后通过分析阴影区域像素点的光照模型来对阴影区域进行补偿,并且基于对图像中像素置信度的判定修复了一些难以补偿的小块区域,从而生成不受阴影区域限制的红外纹理调制模板。(本文来源于《西安电子科技大学》期刊2017-05-01）
张晨晔[10]（2017）在《基于实测图像的高真实感纹理生成方法》一文中研究指出高真实感仿真作为虚拟现实等技术的核心,是计算机视觉相关领域的一个重要研究课题,并且在各个领域都拥有广阔的发展前景。对于真实感的仿真建模,一般包括两个部分:叁维重建及恢复视觉外观。目前,对于目标几何模型的获取,一般分为两种,1)以叁维扫面仪为代表的主动方法,随着光电测距技术的不断发展,利用叁维扫描技术获取目标模型的几何叁维信息,因其能准确的反映客观规律,已经成为一种重建几何模型最为有效也是最高效的方式。2)以基于图像的叁维建模方法为代表的被动方法,因其具有低成本,使用灵活等优点,其作为第一种方法的数据补充,也得到了广泛的研究。通过以上较成熟的体系可以精确的获取目标叁维几何数据,故在此种条件下,视觉外观恢复的优劣就成为仿真场景是否表现出高真实感的一个决定性指标。而视觉外观恢复的关键,在于纹理资源和通过纹理表现出的形状特征与细节。基于以上原因,利用实测图像进行表面纹理的生成具备良好的应用前景。本文针对实测图像中的纹理生成、优化与使用进行了研究,主要包括如下内容:(1)本文首先分析了国内外关于高真实感仿真及纹理映射方面的发展概述;分析了纹理映射的一般方法;针对二维图像获取目标表面纹理的方法进行了深入分析;(2)研究了以单幅实测图像为对象,UVW贴图为基础的贴图方式,研究了一种以RGB彩色编码索引表为映射方法的表面纹理提取与优化。该方法首先通过计算实拍图与模型旋转的序列图基于Hu矩的外轮廓相似度进行轮廓匹配,得出相似度最接近的一组作为轮廓匹配最佳项;后根据彩色编码索引表的特性,提取出二维实测图像中关于目标的纹理资源。(3)由于多视角对目标的实测图像往往可以包含更多的目标纹理信息,因为通过多视角获取到的该目标的纹理资源序列之间一般都具有互补性,故本文针对多视角实拍图进行表面纹理的提取,再通过图像融合技术对提取出的纹理信息进行像素级融合,使其达到优化纹理资源的目的。(4)最后由于理论建模生成的激光光斑不仅计算耗时,而且真实感较低,故本文通过对实测的激光光斑进行了纹理的提取即优化,根据cg语言的并行计算,使其具备高效及高真实感。(本文来源于《西安电子科技大学》期刊2017-05-01）
纹理生成论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
高质量的图像生成一直是计算机视觉等领域探索的难点和热点。通过使用循环一致损失,CycleGAN在无监督图像生成任务中取得了良好效果。但是面对不同纹理复杂度的图像生成任务,CycleGAN的循环一致损失系数是默认不变的,使得生成图像存在纹理变形甚至消失等弱点,不能很好地保证生成图像的质量。文中融合图像的空间维度和时间维度来度量图像的纹理复杂性,阐明循环一致损失函数在优化目标函数中的重要性,发现并解释循环一致损失系数的大小与不同纹理复杂度图像生成质量的关联性:纹理复杂度越高,应选择越大的循环一致损失系数;反之,应取越小的循环一致损失系数。文中使用基准和自采集的图像数据集,引入了基于迁移学习的分类准确性等生成图像质量评估指标。实验结果表明,优化选择大小合适的循环一致损失系数,可有效提高生成图像的质量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
纹理生成论文参考文献
[1].张姝洁.虚拟人物角色服饰纹理快速生成方法[D].合肥工业大学.2019
[2].徐强,钟尚平,陈开志,张春阳.不同纹理复杂度图像生成中CycleGAN循环一致损失系数优化选择方法[J].计算机科学.2019
[3].郭正肖.一种基于纹理合成与转换的地形图生成方法[D].西安电子科技大学.2018
[4].张园.一种基于纹理合成的疏松缺陷图像生成方法[D].华南理工大学.2018
[5].余思泉,韩志,唐延东,吴成东.基于对抗生成网络的纹理合成方法[J].红外与激光工程.2018
[6].喻志慧.交互式叁维纹理映射生成系统[D].天津大学.2017
[7].梁义涛,李亚飞,赵奎斌,李岚,胡江汇.基于梯度修正和多向纹理提取的素描画生成算法[J].科学技术与工程.2017
[8].王丽静.基于点云与纹理数据的二维图像生成算法研究[D].北方工业大学.2017
[9].纪恺悦.基于遥感影像的红外纹理调制模板生成方法研究[D].西安电子科技大学.2017
[10].张晨晔.基于实测图像的高真实感纹理生成方法[D].西安电子科技大学.2017