This paper introduces a new method to stylize 3D geometry. The key observation is that the surface normal is an effective instrument to capture different geometric styles. Centered around this observation, we cast stylization as a shape analogy problem, where the analogy relationship is defined on the surface normal. This formulation can deform a 3D shape into different styles within a single framework. One can plug-and-play different target styles by providing an exemplar shape or an energy-based style description (e.g., developable surfaces). Our surface stylization methodology enables Normal Captures as a geometric counterpart to material captures (MatCaps) used in rendering, and the prototypical concept of Spherical Shape Analogies as a geometric counterpart to image analogies in image processing.


翻译:本文介绍了一种新的3D几何方法。 关键观察是, 表面常态是捕捉不同几何风格的有效工具。 围绕此观察, 我们将石化作为形状类比问题, 类比关系在表面正常度上定义。 这种配方可以在单一框架内将3D形状变形成不同的样式。 可以通过提供示例形状或基于能源的样式描述( 如可开发表面) 来插插插不同的目标样式。 我们的表层定型方法可以使正常捕捉成为用于制作的材料捕捉( MatCaps)的几何对应物, 以及将球形形状分析作为图像处理中图像模拟的几何对应物的原形概念 。

0
下载
关闭预览

相关内容

专知会员服务
73+阅读 · 2021年5月28日
专知会员服务
11+阅读 · 2021年2月4日
专知会员服务
80+阅读 · 2020年10月2日
最新《深度学习人脸识别》综述论文,
专知会员服务
68+阅读 · 2020年8月10日
超全的人脸识别数据集汇总,附打包下载
极市平台
90+阅读 · 2020年3月7日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
3+阅读 · 2019年4月12日
(Python)3D人脸处理工具Face3d
AI研习社
7+阅读 · 2019年2月10日
spinningup.openai 强化学习资源完整
CreateAMind
6+阅读 · 2018年12月17日
CosFace: Large Margin Cosine Loss for Deep Face Recognition论文笔记
统计学习与视觉计算组
44+阅读 · 2018年4月25日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年6月14日
Learning Implicit Fields for Generative Shape Modeling
Arxiv
10+阅读 · 2018年12月6日
Labeling Panoramas with Spherical Hourglass Networks
VIP会员
相关资讯
超全的人脸识别数据集汇总,附打包下载
极市平台
90+阅读 · 2020年3月7日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
3+阅读 · 2019年4月12日
(Python)3D人脸处理工具Face3d
AI研习社
7+阅读 · 2019年2月10日
spinningup.openai 强化学习资源完整
CreateAMind
6+阅读 · 2018年12月17日
CosFace: Large Margin Cosine Loss for Deep Face Recognition论文笔记
统计学习与视觉计算组
44+阅读 · 2018年4月25日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员