基于纹理对流的多样式视频样式化

多媒体娱乐中广泛使用的艺术视频风格化将给定的视频转换为不同的艺术风格。 现有的大多数视频样式化算法都可以模拟单个或有限的视频艺术风格。 尽管某些算法可以实现多种样式的视频处理，但是这些算法复杂且难以实现。 为了解决这个问题，我们提出了一种基于纹理平流的多样式视频风格化算法，其中合成了不同的艺术风格，并从用户指定的期望风格的纹理样本中转移了这些艺术风格。 我们使用方向场引导的纹理合成来计算代表艺术风格的纹理层。 通过合成各向异性纹理中的方向变化，可以很好地模拟绘画方向的视频样式。 在光场下的质构对流过程中，质感层出现局部变形的区域。 为了解决这个问题，我们提出了纹理修复方法来合成有限的失真区域，并使风格化的视频在时间上保持连贯。 我们还使用CUDA并行计算框架来并行化视频抽象所使用的形态学运算，从而加快了视频的风格化。 最后，我们制作了具有多种艺术风格的风格化视频，并获得了令人满意的实验结果，包括油画，水彩画和风格化线描的风格。