使用圖像對圖像轉換導引風化材質生成

Abstract

風化作用是個常見的自然現象，自然界中物質的老化無時無刻地在發生，同時也會對表面造成很大的影響。這表示就算是同一種物質本身，在視覺上也會有許多不一樣的風化效果。然而，在一張材質圖像中，擁有風化效果的位置或是程度不一定能滿足使用者的需求，若是存在可以讓使用者隨意調整風化效果的工具將會帶來很大的幫助。 在本論文中，我們展示了一個導引圖像中風化效果生成的方法，讓使用者可以生成風化過程的圖像。我們的核心方法可以分為三個階段，首先輸入的材質圖像會先被分析來得到不同像素風化程度的對應表 (age map)，接著我們拿這張對應表當作條件訓練一個圖像對圖像轉換的深度學習模型。訓練完成後，透過改變風化程度的對應表，例如自動內插或是使用者手動修改，便可以將對應表當作條件輸入深度學習模型來得到新的風化材質圖像。