基于CLIP的神经网络邻域风格转换的3D资产
摘要：将图像集的样式转移到3D对象的方法。 使用可微分的渲染器来优化资产的纹理外观，该方法基于使用预训练的深度神经网络的损失。 具体来说，我们利用了最近邻特征匹配损失和CLIP-ResNet50来提取图像的样式。 我们展示了CLIP基于的样式损失相比于基于VGG的损失提供了不同的外观，通过更加关注纹理而不是几何形状。 此外，我们扩展了损失以支持多个图像，并结合从样式图像中自动提取的颜色调色板，实现基于损失的对颜色调色板的控制。
作者：Shailesh Mishra and Jonathan Granskog
论文ID：2208.04370
分类：Graphics
分类简称：cs.GR
提交时间：2022-08-10