摘要
本发明公开了一种面向神经辐射场表示的三维风格迁移方法,核心为一套流程架构,以及其中所使用的各个模块。主要包括多层级特征转化模块、动态风格注入模块和多层级级联式解码器。本发明具有以下优点:1)将神经辐射场中的表观特征转化为深度网络多层级特征,结合动态风格注入,能够实现各特征层级上更适合的风格迁移效果,迁移结果更符合人对风格的感知;2)能够实现特定层级的风格注入,使得不同风格参考中的不同层级风格符号能够被注入到场景中,实现更加丰富的风格融合艺术效果;3)编码的各层级场景特征能够直接由多层级级联式解码器进行解码,有效恢复了场景中的内容信息,提升了三维风格迁移的内容识别度。
技术关键词
多层级特征
级联式
采样点
风格迁移方法
射线
解码器
上采样
视角
特征值
分辨率
坐标
深度学习框架
双线性
密度
阶段
退火算法
通道
系统为您推荐了相关专利信息
生成对抗网络模型
风格迁移方法
联合损失函数
编码器
融合图像特征
缺陷检测方法
极值
消除背景干扰
线性拟合函数
滤波