$
CLIP-based Neural Neighbor Style Transfer for 3D Assets
0 收藏夹
一种将一组图像的风格转移到3D对象的方法。使用可微分渲染器优化资产的纹理外观,基于使用预训练深度神经网络的损失的管道。更具体地说,我们利用最近邻特征匹配损失与CLIP-ResNet50从图像中提取风格。我们展示了基于CLIP的风格损失通过更加关注纹理而不是几何形状提供了不同的外观,相比之下,基于VGG的损失。此外,我们扩展了损失以支持多个图像,并结合从样式图像自动提取颜色调色板,实现基于损失的颜色调色板控制。
一种将一组图像的风格转移到3D对象的方法。使用可微分渲染器优化资产的纹理外观,基于使用预训练深度神经网络的损失的管道。更具体地说,我们利用最近邻特征匹配损失与CLIP-ResNet50从图像中提取风格。我们展示了基于CLIP的风格损失通过更加关注纹理而不是几何形状提供了不同的外观,相比之下,基于VGG的损失。此外,我们扩展了损失以支持多个图像,并结合从样式图像自动提取颜色调色板,实现基于损失的颜色调色板控制。
定价模型:
price unknown / product not launched yet
Top 5
Tools of the DAY