新的AI工具可帮助设计人员扩展虚拟纹理，保持高度逼真

编译：chux

出品：ATYUN订阅号

深圳大学和华中科技大学研究人员创造了一种新的AI工具，可以帮助设计人员为视频游戏，虚拟现实和动画制作更逼真的虚拟纹理。

团队正在使用生成对抗网络（GAN）来训练网络，将小纹理扩展为类似于原始样本的较大纹理。

“我们的方法成功地处理了非平稳纹理，没有对大规模结构进行任何高级或语义描述，”该作品的第一作者Yang Zhou表示，“它可以应对非常具有挑战性的纹理，据我们所知，没有其他现有方法可以进行这样的处理。目标是以高分辨率，高效率和更大规模制作逼真的设计。”

新方法允许网络学习扩展从示例模型中裁剪的任意纹理块，以便扩展结果在视觉上类似于包含适当大小的示例块。

然后，判别网络评估自动扩展块与实际包含块之间的视觉相似性。作为典型的GAN，鉴别器与发生器并行训练，以区分实例中的实际大块和发生器产生的块。

研究者指出，“令人惊讶的是，我们发现通过使用这种概念上简单，自我监督的对抗训练策略，训练有素的网络几乎可以完美地应用在各种纹理上，包括固定和高度非固定纹理。”

虚拟设计师发现难以大规模有效地设计可信的复杂纹理或图案。基于实例的纹理合成的目的是生成纹理，紧密捕获样本输入的视觉特征并保持逼真的外观。

非固定纹理的示例包括具有大规模不规则结构的纹理，或者在诸如颜色，局部方向和局部比例的某些属性中呈现空间变化的纹理。

研究人员在几个复杂的例子上测试了这种新方法，包括孔雀羽毛和树干涟漪，它们的重复模式看似无穷无尽。

研究人员的下一个计划是创建一个能够以无人监督的方式提取纹理的高级信息的系统。他们还计划在大规模纹理数据集上训练通用模型并增加用户控制。