基于感知一致性的過程紋理生成研究.pdf

1、基于過程紋理模型產(chǎn)生和表示紋理是一個重要的研究課題，已經(jīng)廣泛的應(yīng)用于計算機(jī)游戲，動畫，藝術(shù)設(shè)計等領(lǐng)域。通過變化數(shù)學(xué)模型的輸入?yún)?shù)可以有效的產(chǎn)生不同外觀的紋理表面，然而，如何選擇合適的過程紋理模型及其參數(shù)產(chǎn)生符合感知一致性的紋理一直是一個具有挑戰(zhàn)性的問題。本文將視覺感知與機(jī)器學(xué)習(xí)相結(jié)合，從紋理感知研究入手，提出符合感知一致性的過程紋理生成框架，根據(jù)輸入紋理，自動確定過程紋理模型及對應(yīng)參數(shù)，以產(chǎn)生與輸入紋理外觀相似但是具有不同感知量的新紋理

2、。論文主要的工作包括:
　　一、構(gòu)建了過程紋理數(shù)據(jù)庫，數(shù)據(jù)庫中包含23種過程紋理模型產(chǎn)生的450幅紋理高度圖，以及在相同光照條件和視角下進(jìn)行渲染得到的具有真實感的三維紋理圖像。通過心理物理學(xué)實驗獲取了庫中樣本的感知數(shù)據(jù)，包括人對紋理樣本的相似性判斷及12種視覺感知特征的量化值。
　　二、確定了過程紋理生成模型的感知特征及過程紋理的主要感知維度。通過構(gòu)建紋理感知空間，確定了過程紋理的三個主要維度，每個維度是不同的特征組合。實驗

3、表明對于不同的感知維度，組合特征的權(quán)重根據(jù)紋理上下文環(huán)境發(fā)生變化，然而，感知維度卻是不變的。另外，實驗驗證了構(gòu)建的紋理感知空間的感知一致性，在紋理感知空間中的相似性度量是與人的感知相符的。
　　三、提出了基于主成分分析(PCA)的深層卷積網(wǎng)絡(luò)結(jié)構(gòu)(PCN)的特征提取方法。PCN中包括級聯(lián)的特征提取階段和非線性輸出階段。卷積層中通過PCA學(xué)習(xí)濾波器組，低層卷積層輸出的特征圖根據(jù)不同的規(guī)則進(jìn)行組合，下一層的濾波器基于組合的特征圖學(xué)習(xí)得

4、到。同時，利用間隔的圖像塊采樣和特征池化單元加快了特征學(xué)習(xí)的速度。實驗證明，該算法可以有效的提取出圖像魯棒特征表示，在不同的圖像分類任務(wù)中都能達(dá)到與現(xiàn)有水平相當(dāng)或者更優(yōu)的性能。使用PCN算法提取紋理特征，可以準(zhǔn)確地估計出紋理的感知特征量化值及對應(yīng)的產(chǎn)生模型。
　　四、提出了符合感知一致性的過程紋理生成算法框架，實現(xiàn)了基于紋理樣例感知特征量化值的過程紋理生成。算法通過提取輸入紋理的計算特征，估計其感知特征量化值和能夠產(chǎn)生類似紋理的過