СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ СИНТЕЗА ТЕКСТУР ПО ОБРАЗЦУ
Аннотация и ключевые слова
Аннотация (русский):
В данной статье предлагается сравнительный анализ существующих методов синтеза текстур. Выявляются преимущества и недостатки существующих методов. В нашей работе мы руководствовались результатами обширного экспертного тестирования, в котором приняло участие более 25 человек на 20 принципиально разных текстурах. Это позволило нам сделать выводы о том, на каких типах текстур какие методы следует использовать. Наше исследование показало, что популярные в последнее время нейро-сетевые и статистические методы не являются лучшими ни по качеству синтеза, ни по скорости. Однако при этом они генерируют более разнообразные текстуры. С другой стороны, наиболее простой и быстрый метод переставления патчей показал лучшее качество и скорость. Таким образом, синтез текстур по образцу – одна из перспективных областей исследования, в которой различные подходы обладают разными преимуществами.

Ключевые слова:
компьютерная графика, синтез текстур, сравнение
Список литературы

1. Alexei A. Efros and William T. Freeman. 2001. Image quilting for texture synthesis and transfer. In Proceedings of the 28th annual conference on Computer graphics and interactive techniques (SIGGRAPH '01). ACM, New York, NY, USA, 341- 346. DOI: https://doi.org/10.1145/383259.383296

2. Alexei A. Efros and Thomas K. Leung. 1999. Texture Synthesis by Non-Parametric Sampling. In Proceedings of the International Conference on Computer Vision-Volume 2 - Volume 2 (ICCV '99), Vol. 2. IEEE Computer Society, Washington, DC, USA, 1033-.

3. Jeremy S. De Bonet. 1997. Multiresolution sampling procedure for analysis and synthesis of texture images. In Proceedings of the 24th annual conference on Computer graphics and interactive techniques (SIGGRAPH '97). ACM Press/Addison-Wesley Publishing Co., New York, NY, USA, 361-368. DOI: https://doi.org/10.1145/258734.258882

4. Leon A. Gatys, Alexander S. Ecker, and Matthias Bethge. 2015. Texture synthesis using convolutional neural networks. In Proceedings of the 28th International Conference on Neural Information Processing Systems - Volume 1 (NIPS'15), C. Cortes, D. D. Lee, M. Sugiyama, and R. Garnett (Eds.), Vol. 1. MIT Press, Cambridge, MA, USA, 262-270.

5. Lin Liang, Ce Liu, Ying-Qing Xu, Baining Guo, and Heung-Yeung Shum. 2001. Real-time texture synthesis by patchbased sampling. ACM Trans. Graph. 20, 3 (July 2001), 127-150. DOI=http://dx.doi.org/10.1145/501786.501787

6. Omry Sendik and Daniel Cohen-Or. 2017. Deep Correlations for Texture Synthesis. ACM Trans. Graph. 36, 5, pages. DOI: https://doi.org/10.1145/3015461

7. Li-Yi Wei and Marc Levoy. 2000. Fast texture synthesis using tree-structured vector quantization. In Proceedings of the 27th annual conference on Computer graphics and interactive techniques (SIGGRAPH '00). ACM Press/Addison-Wesley Publishing Co., New York, NY, USA, 479-488. DOI=http://dx.doi.org/10.1145/344779.345009