CVPR 2024 | 基于自纠正的非均匀纹理合成

该工作针对基于样例的非均匀纹理合成任务，提出了一种新颖的两步方法，允许用户首先使用图像编辑工具修改参考纹理，得到合成的初始粗糙目标。随后，利用该工作提出的自纠正方法，自动将这个目标细化成一个连贯、无缝的纹理，同时忠实地保留了参考示例的独特视觉特征。该方法基于预训练的扩散模型[1]，尤其是自注意力机制[2]，逐渐将合成的纹理与参考对齐，确保保留提供目标中的结构。该方法还可以应用于自然图像的惰性编辑，合成高度非均匀图像。大量实验表明，与现有方法相比，该方法可以处理大范围的非均匀纹理，具有前所未有的灵活性和质量。论文题目：Generating Non-Stationary Textures using Self-Rectification 论文链接：https://arxiv.org/abs/2401.02847代码链接：https://github.com/xiaorongjun000/Self-Rectification项目主页：https://vcc.tech/research/2024/TexRec ………………………………