康奈尔大学和 Adobe 的新计算机视觉研究提出了一种人工智能 (AI) 方法，可以将任意风格图像的艺术特征转移到 3D 场景中
艺术是一门极其迷人和复杂的学科。 艺术图像的创作可能是一项艰巨且耗时的任务，也需要相当多的专业知识。 想象一下将此问题扩展到图像平面以外的维度。 例如，时间（在动画内容中）或 3D 空间（具有雕塑和虚拟环境）。 这提出了新的挑战和制约因素，本文将解决这些问题。
过去 2D 风格化的结果是基于被分割成帧的视频内容。 生成的帧通常可以实现高质量的样式，但生成的视频通常会因闪烁的伪影而失真。 帧中缺乏连贯性是原因。 他们也不看 3D 环境，这增加了任务的难度。 一些专注于 3D 造型的作品存在三角形或点云网格的几何重建不准确以及缺乏风格细节的问题。 这是由于起始网格和生成的网格之间的几何属性不同。 然后在线性变换之后应用样式。
艺术辐射场（Artistic Radiance Fields），或在提议的方法中称为 ARF，可用于将艺术特征从单个 2D 图像转移到 3D 现实世界场景中。 这导致忠实于输入风格图像的新颖视图的艺术渲染（图 1）。
来源和详细信息：