风格化数字图像的GPU加速生成和编辑
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第16-33页 |
| 1.1 非真实感绘制概述 | 第16-19页 |
| 1.2 研究现状和研究方法 | 第19-30页 |
| 1.2.1 肖像素描生成 | 第19-23页 |
| 1.2.2 伪装图像生成 | 第23-25页 |
| 1.2.3 风格感知的图像克隆编辑 | 第25-28页 |
| 1.2.4 风格感知的涂写编辑 | 第28-30页 |
| 1.3 本文研究内容 | 第30-31页 |
| 1.4 本文章节安排 | 第31-33页 |
| 第2章 基于人脸特征和线积分卷积的肖像素描生成 | 第33-46页 |
| 2.1 前言 | 第33-34页 |
| 2.2 算法概述 | 第34-36页 |
| 2.3 基于特征的人脸分割 | 第36-37页 |
| 2.4 多分辨率白噪声 | 第37-39页 |
| 2.5 构造方向场 | 第39-40页 |
| 2.6 提取边界 | 第40-41页 |
| 2.7 实验结果与分析 | 第41-43页 |
| 2.8 本章小结 | 第43-46页 |
| 第3章 可推荐隐藏位置的伪装图像生成 | 第46-65页 |
| 3.1 前言 | 第46-48页 |
| 3.2 算法概述 | 第48-50页 |
| 3.3 伪装图像生成 | 第50-52页 |
| 3.3.1 识别线索图 | 第50-51页 |
| 3.3.2 伪装图像生成 | 第51-52页 |
| 3.4 识别难度分析 | 第52-53页 |
| 3.5 用户测试 | 第53-56页 |
| 3.5.1 伪装图像生成验证 | 第53-55页 |
| 3.5.2 识别难度评估验证 | 第55-56页 |
| 3.6 实验结果 | 第56-64页 |
| 3.7 本章小结 | 第64-65页 |
| 第4章 风格感知图像克隆编辑 | 第65-87页 |
| 4.1 前言 | 第65-66页 |
| 4.2 算法总述 | 第66-68页 |
| 4.3 艺术风格迁移 | 第68-75页 |
| 4.3.1 类似能量最小化 | 第68-69页 |
| 4.3.2 类似距离函数定义 | 第69-73页 |
| 4.3.3 并行风格化 | 第73-75页 |
| 4.4 交互编辑工具 | 第75-78页 |
| 4.5 用户测试 | 第78-80页 |
| 4.5.1 用户测试细节描述 | 第79-80页 |
| 4.5.2 用户测试结果 | 第80页 |
| 4.6 实验结果 | 第80-85页 |
| 4.7 本章小结 | 第85-87页 |
| 第5章 风格感知的涂写编辑 | 第87-96页 |
| 5.1 前言 | 第87-88页 |
| 5.2 算法总述 | 第88-89页 |
| 5.3 配色方案学习 | 第89-91页 |
| 5.3.1 提高颜色协调度 | 第89-90页 |
| 5.3.2 提高颜色丰富度 | 第90-91页 |
| 5.4 笔画方向场计算 | 第91-93页 |
| 5.5 实验结果和分析 | 第93-94页 |
| 5.6 本章小结 | 第94-96页 |
| 第6章 总结与展望 | 第96-99页 |
| 6.1 本文工作总结 | 第96-97页 |
| 6.2 未来工作展望 | 第97-99页 |
| 参考文献 | 第99-116页 |
| 攻读博士学位期间主要研究成果 | 第116-117页 |
| 致谢 | 第117页 |
