中图网

>

电子通信

>

通信

图像视觉属性传递算法的研究及应用

作者：普园媛著

出版社：科学出版社出版时间：2024-10-01

开本：其他页数： 218

本类榜单：工业技术销量榜

中图价:¥142.6(7.2折) 定价 ~~¥198.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
湖南省志(1978-2002)?铁路志

湖南省志(1978-2002)?铁路志

¥70.6¥98
>
公路车宝典(ZINN的公路车维修与保养秘籍)

公路车宝典(ZINN的公路车维修与保养秘籍)

¥69.6¥120
>
晶体管电路设计(下)

晶体管电路设计(下)

¥28.6¥38
>
基于个性化设计策略的智能交通系统关键技术

基于个性化设计策略的智能交通系统关键技术

¥48.6¥68
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移

德国克虏伯与晚清火:贸易与仿制模式下的技术转移

¥21.8¥65
>
花样百出:贵州少数民族图案填色

花样百出:贵州少数民族图案填色

¥19.1¥45
>
识木:全球220种木材图鉴

识木:全球220种木材图鉴

¥159.6¥228

商品详情
商品评论(0条)

中图价:¥142.6 加入购物车

版权信息
内容简介
目录

图像视觉属性传递算法的研究及应用版权信息

ISBN：9787030794956
条形码：9787030794956 ; 978-7-03-079495-6
装帧：精装
册数：暂无
重量：暂无
所属分类：
工业技术
>
电子通信
>
通信

图像视觉属性传递算法的研究及应用内容简介

本书是作者在积累多年科研成果的基础上撰写而成的，详细介绍风格迁移领域中的一些算法设计和模型，涉及铅笔画风格实现、图像上色、云南重彩画的数字模拟和合成以及云南重彩画风格化绘制等技术。本书包含4种不同的风格迁移算法，模型构建思路和实现步骤详细透彻。本书立足于图像风格迁移这一大的研究领域，结合作者多年的科研工作经验，本书面向对风格迁移这一研究方向感兴趣的读者，会起到很好的参考作用，帮助读者了解相关风格的迁移算法和设计思路。

图像视觉属性传递算法的研究及应用目录

目录第1章绪论 11.1 图像视觉属性 11.1.1 颜色 11.1.2 纹理 21.1.3 风格 31.1.4 情感 41.2 图像视觉属性传递算法研究的意义 51.3 视觉艺术风格传递研究现状 81.4 本书主要内容 10参考文献 11第2章图像视觉属性传递算法的研究现状 132.1 色彩传递 132.1.1 传统色彩传递算法 132.1.2 深度色彩传递算法 222.2 纹理合成 282.2.1 纹理的定义 282.2.2 基于样图的纹理合成 292.2.3 纹理合成加速算法 332.2.4 深度纹理合成算法 412.3 风格传递 432.3.1 传统的风格传递算法 432.3.2 深度学习的风格传递算法 472.4 本章小结 51参考文献 52第3章绘制内容指导的铅笔画风格实现 553.1 铅笔画绘制研究概述 553.1.1 执行方式不同的铅笔画绘制 553.1.2 处理结果不同的铅笔画绘制 553.1.3 色彩特征不同的铅笔画绘制 563.2 绘制内容指导的铅笔画风格实现的主要思想和设计 573.3 铅笔画轮廓图绘制 583.3.1 边缘保持的图像平滑处理 583.3.2 求取梯度图 623.3.3 两次卷积得到轮廓图 623.4 铅笔画色调纹理图绘制 653.4.1 铅笔画色调图分类归纳 653.4.2 纹理噪声图形成 703.4.3 纹理方向的形成 723.4.4 生成彩色铅笔画 733.5 实验结果与分析 733.5.1 绘制内容指导的铅笔画风格实现实例 733.5.2 绘制参数对铅笔画绘制效果的影响 743.5.3 与其他铅笔画绘制算法的比较 763.6 本章小结 77参考文献 78第4章实例图像上色 804.1 实例图像上色研究现状 804.1.1 传统上色方法 804.1.2 深度学习上色方法 804.2 主要思想和研究工作 814.3 实例图像上色算法研究基础 834.3.1 卷积神经网络 834.3.2 目标检测 864.3.3 注意力机制 884.4 极化自注意力约束颜色溢出的图像自动上色 894.4.1 引言 894.4.2 网络框架 894.4.3 损失函数的设计 934.4.4 实验过程与分析 944.5 结合细粒度自注意力机制的实例图像上色 1004.5.1 引言 1004.5.2 网络框架 1014.5.3 细粒度自注意力机制网络 1024.5.4 目标函数设计 1064.5.5 实验过程及分析 1064.5.6 消融实验 1124.6 本章小结 116参考文献 117第5章基于绘制的云南重彩画风格的数字模拟和合成 1205.1 基于绘制的云南重彩画风格合成研究思路及框架 1215.2 云南重彩画基本图形元素库 1215.2.1 云南重彩画基本图形元素库简介 1235.2.2 云南重彩画基本图形元素库的组成 1235.2.3 图形元素的提取 1235.2.4 图形元素的建模 1245.2.5 图形元素的分级管理 1255.3 云南重彩画白描图绘制 1265.3.1 云南重彩画白描图绘制流程 1265.3.2 云南重彩画白描图绘制方法 1285.3.3 云南重彩画白描图绘制实例 1305.4 云南重彩画白描图的着色与渲染 1325.4.1 云南重彩画特有纹理的建模 1345.4.2 云南重彩画刮痕状纹理的笔刷绘制算法 1385.4.3 云南重彩画点块状混色纹理的填充绘制算法 1425.4.4 云南重彩画中空轮廓线增强算法和背景添加 1525.4.5 绘制实例 1575.5 本章小结 162参考文献 164第6章基于深度学习的云南重彩画风格化绘制 1656.1 基于深度学习的云南重彩画风格化绘制的研究思路及框架 1656.2 基于语义的人体变形 1666.2.1 3D模型拟合 1676.2.2 人体变形 1686.3 对应语义的重彩画风格转移 1716.3.1 人物风格转移 1716.3.2 服饰纹理转移 1736.3.3 泊松图像融合 1766.3.4 多风格转移 1796.3.5 实验结果 1796.4 云南重彩画轮廓线条感增强 1856.4.1 各向异性DoG滤波器提取人物的轮廓线 1856.4.2 梯度*小化的图像平滑增强边缘 1886.4.3 基于卷积神经网络的线条图缺口检测和补全 1896.4.4 线条感增强实验结果 1926.5 云南重彩画风格转移效果对比 1946.6 本章小结 198参考文献 199后记 200

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐