《艺术风格学》读后感
作者：【瑞士】海因里希?沃尔夫林 潘耀昌 译
北京：中国人民大学出版社，2004
沃尔夫林的之于我来说，是一个让我可恨又可爱的美术史家。在读了一遍他的《艺术风格学》，总感觉他所论述的论点和论据让人感到迷惑与不解，在心里已经和这位史学家掀起了一场又一场的骂战，然而你却无法把他所建立的这道论点墙给击破，因为无论我在对此书提出的各种疑惑与矛盾，都会被他书中的话语给狠狠反击，他所建的这道多么严实的墙哦！反而让我变成鸡蛋里挑骨头的尖酸刻薄的小人了。所以在这里我就不再做无谓的挣扎与反抗，而是静静的让我来为你讲述的沃尔夫林的《艺术风格学》的观点。
沃尔夫林是站在对艺术作品形式特点这个角度上以文艺复兴和巴洛克艺术为主要研究对象，以他的敏锐的观察，探讨艺术的这种“风格”的变化。沃尔夫林把他的思想综合于完整的美学体系中，把文化史、心理学和形式分析融为一体，逐步建立起自己的一套理论。
在前言中译者也说了，“沃尔夫林在这部著作中提出了五对基本概念为准则，试图解答以下问题：古典艺术和巴洛克艺术之间的主要区别是什么？在不同的的文化和不同的时代中是否存在这样一个模式？它构成了表面上显得杂乱无章的艺术发展的基础。是什么因素引起人们对同一幅画或同一个画家完全不同的反应？”整本书都围绕这以上提到的问题，在素描、绘画、雕塑、建筑等方面进行了论述，他以文艺复兴和巴洛克艺术为主要的研究对象，归纳出五对包含辩证关系的基本概念，分别以这五对基本概念为基础把整部著作了分成五个篇章进行单独而全面的论述，这五对基本概念分别是：线描和图绘，平面和纵深，封闭的形式和开放的形式，多样性的统一和同一性的统一，清晰性和模糊性。第一对概念是线描和涂绘，或者可称为触觉和视觉，这是最重要的一对概念，其余四对概念显得较为次要，它们与第一对概念大体上存在着一一对应的关系，也就是说每对 1
概念都体现了同一风格，这种风格可以称为文艺复兴风格或古典风格，而后一个概念则体现了另一种风格，这种风格可以称为巴洛克风格。因此，在这里，我以
第一章为例，把素描、绘画、雕塑、建筑等方面的线描的或者触觉的风格和涂绘的或者视觉的风格特点描划一下。
在素描方面，文章以丢勒和伦勃朗的两件同主题的作品——女裸体，来论述了素描中线描风格和涂绘风格的特点与差异性，正如译者说的“把与最强烈的个人差异并存的共性归纳为抽象的基本概念，这是《艺术风格学》的写作意图”。作者说了“技术手段的差异——前者用钢笔，后者用粉笔——也是次要的问题”，在此就抛开了技巧的因素，而深入到感知上的问题，丢勒画中的印象是以触觉的明暗调子为基础，伦勃朗画中的印象则以视觉的明暗调子为基础。伦勃朗的画给人第一感觉是一个亮的人体置于暗的背景上，而丢勒的画只是为了是影廓能够更鲜明的突现出来。那说明在丢勒的画中围绕影廓的边线具有最重要的作用，然而在伦勃朗的画中，边线失去了它的意义了。
在绘画上来说，作者在轮廓、明暗、光影、等几个方向分别对线描风格和涂绘风作了一番对比。在轮廓上，线描风格的绘画特别强调的是剪影轮廓，正如边界是为触觉而确立的那样，“事物和外貌完全符合”。而对于涂绘风格而言，形状过去那种形体的线条被破坏了。没有单独的哪一笔可以确确实实地理解，“脱离了形体的符号”。对此的论述，作者以丢勒和伦勃朗的绘画为例，进行了比较。而至于明暗，作者说过“正是明暗的更加强烈的结合为明确的涂绘的观念铺平了道路”，一旦形体的均匀鲜明的特征减弱了，在图画中不是线条的东西也便获得了更大的意义。而且据说所看到的形体也是更概括的，这只不过意味的块面已变得更加自由，于是仿佛明暗彼此间得到更加活泼的接触。以莫罗的作品和汉斯?霍尔拜的作品的比较似乎这些理论上的东西得到了形象的解析。在光影这里，作者是这样说的，“同一话题——一个被从侧面照亮的封闭空间——被用于产生一种完全不同的效果。在前面一种情况下，一切都是边界，可触知的表面和单独的物体；在后一种情况下，一切都是过渡和运动”。光不是塑形的形式，它表现一个沉浸在晦暗的微光中的整体，而在丢勒的画中，物体好像是主要的东西，光是附属物。而在奥斯塔德的画中在光的包围中：所有边缘是变化无常的，各个表面都逃避塑形的感觉。
2
对于雕塑，在线描的雕塑和涂绘的雕塑之间的对比是存在的，而且这两种风格类型在雕塑中的效果与绘画中的效果几乎没有什么差别。古典艺术的目的是在于边界；这里没有一个形体不是在明确的线的母题内表达自己的，没有一个雕像我们不能说出它所表达的是着眼于什么视阈。巴洛克则否定轮廓线；这并不是指剪影轮廓效果完全被排除在外，而是说雕像回避被统一在明确的剪影轮廓线之内。前者只是明确的，可触知的明暗配合，后者则是过渡和变化的，再现着眼于视觉效果而不考虑触觉效果。
而至于建筑方面，沃尔夫林指出“在古典风格中，永久的形式是被强调的，相比之下外表的变化显得没有独立的价值，在另一种情况中的构图从一开始就被布置在“各种画面”之中。这些画面越是多样，它们就越是背离客观的形状，建筑物就越被看做是涂绘的”。他举例说布拉曼特的圣彼得大教堂，它也能产生许多视阈，它是一座可以从任何视点上观看的建筑物，但是那些在我们看来是涂绘的东西对建筑师和他的同代人来说，也许是没有意义的东西。而之于巴洛克风格的建筑，作者提到了卡洛?博罗梅奥大教堂，形象是复杂的，母题相互缠绕，各部分的秩序更是难以捕捉，有一种闪现的运动效果。
以上只是把作者以自己对于线描和涂绘的观点用之于素描，绘画，雕塑，建筑方面，简括的做了描述。而其后的四个观点，沃尔夫林在这里做了一点重要的说明：“作为我们各章的标题的几对概念，当然是同时起作用的——它们是一株植物上不同的根系，或者换句话说，在各种情况中完全是同一回事，不过从不同的观点来看罢了。”
沃尔夫林在本书每章的最后一节都要强调某一时期的艺术史渗透着该时期的民族个性、民族才能的特点。因而就归结说，在艺术家身上发生的偶然事件受到他的民族在视觉倾向、观察方式的影响。意大利有它自身的影响因素，北方则有不同于意大利的因素。他更倾向于把历史中的社会情境因素搁置起来，着力发掘艺术发展过程中受到民族才能的特性的影响的种种因素。在这里，已经不单单是审美趣味的差别，而是民族本就有其界限的问题了。
我觉得此书研究视角值得关注，沃尔夫林几乎是纯粹从形式、风格上来解释艺术（包括绘画、雕塑甚至建筑），毕竟艺术从形式上有其独特的发展规律，沃尔夫林形式分析的目的就在于从古典艺术和巴洛克艺术的历史中找出一个规律。 3
沃尔夫林的一个论点是“无名美术史”，提出一种科学的美术史方法，以艺术品的形式结构成为美术研究的基本元素，而闭口不谈艺术家的背景、人物特征和艺术内涵与技法，沃尔夫林认为这些形式在整体上是一个时代的目的的风格的体现，美术史关心的不是一件作品或是艺术家的个人意志在艺术创作中的作用，而是通过具体的形式分析来证实时代的风格的整体趋势。他说“不是什么事情在所有的时代都可能”，艺术家从来不是随心所欲地创造，它只能在特定的历史情境下来利用某些视觉的可能。一种时代精神在艺术上的体现是通过艺术品的最基本的形态——形式表现出来的，而不是通过内容。内容不是造型艺术的根本要素，它不过是形式体现出来的媒介。他认为艺术不是人类模仿出来的历史，而是视觉经验的历史，因为人们是以特殊的方式来观察自然的，既有生理和心理的需求，也有表达这些需求的特殊手段。
不是说吗？一百个人看《红楼梦》有一百个贾宝玉，此之为我所看到的沃尔夫林的《艺术风格学》。或许随着以后的见识与经历的不同，看《艺术风格学》的感觉也会有所不同，能看到的更深的层次，无论是在内涵上或是在外延上的。 4
第二篇：艺术风格学习
第14卷第9期20xx年9月
计算机辅助设计与图形学学报
J0URNAL0FC0MPUTER-AIDEDDESIGNgC0MPUTERGRAP~ICS
VOl.14 NO.9Sept. 2002
艺术风格学习
徐晓刚张泉方黄劲鲍虎军
(浙江大学CADgCG国家重点实验室
杭州
310027D
摘要
提出一种基于实例的非真实感图像绘制算法.该算法利用两种纹理合成的基本方法 通过参数调整控制匹
配点在结构与细节间的倾向性 把输入样图中的绘画风格传输到目标图片中 实现了自动绘画功能.另外 还提出一种搜索算法 该算法可以大大地加快纹理合成速度.实验证明文中算法十分有效.关键词
纹理合成 艺术绘制 学习
TP391.41
中图法分类号
ArtisticStyleLearning
XuXiaOgang
Zhang@uanfang
~uangJin
BaO~ujun
310027D
(S PC C 6K6}LCl07C 07}0fCADgCG Z 6jlC gU l 67Sl }gz 0u
AbstractThispaperpresentsanOveleXample-basednOn-realisticrenderingapprOach.InOuralgOrithm tWOba-
sicteXturesynthesisapprOachesareusedtOfindmatchingpiXelsinthesOurceimages,anapprOXimatesearch WhichisusedtOfindtheclOsest-matchingpiXel;andacOherencesearch basedOnAshikhmin sapprOach WhichattemptstOpreservecOherenceWiththeneighbOringsynthesiZedpiXels.PaintingstylescanbetransferredautOmaticallyfrOmsOurceimagestOthetargetimage anddifferenteffectresultscanbesimplyadjustedWithseveralparameters.Fur-thermOre aneWsearchingmethOdbasedOn NNisalsOprOpOsedtOspeedupteXturesynthesis.EXperimentalre-sultsdemOnstrateOuralgOrithmisveryefficientfOrstyletransfer.Keywords
teXturesynthesis artisticpainting learning
动生成艺术风格画的算法 用户只要输入艺术风格画样图和
1
引言
目标图 设定简单的参数 就可以获得基于实例的艺术绘制.该算法避免了文献 6]调试获取原始参考图的麻烦 只要输入同种风格的绘画和目标图 就可以获得艺术绘制效果.当只有单幅绘画样图时 本文的算法同样有效.
在以往的非真实感绘制研究中 大多采用先建立笔刷模型 然后按照给定的框架和方向绘制的技术路线 1-5].这种方法虽然可以得到很好的绘制效果 但需要较多的交互准备工作 对不熟悉艺术绘画的用户 要调试出具有较好视觉效果的风格画很不容易.~ertZmann等提出了一种基于类推思想的绘制算法 可以将绘画风格传输到新的实例中 6].为了获得绘制结果 该算法需要一对源图A A 和一幅目标图B 其中A是A 的原始参考图.而对于一幅绘画A 其原始参考图6]采用了对A 滤波的方法得到A往往是无法获得的.文献
A 但这种方法具有较大的随机性 不易控制A的调整程度 而且A的不同将直接影响到输出结果的质量.虽然不能得到画家的原始参考图 但通常我们可以得到具有画家本人风格特点的一类图.受文献 6-8]的启发 本文提出了一种可以自
2
相关工作
我们采用的基于样图的纹理合成技术是当前计算机图
形学~计算机视觉和图像处理领域的研究热点之一.POrtilla等利用统计的方法 通过可控的金字塔进行纹理合成 对一些纹理取得了较好的合成效果 9-10].~eeger等利用拉普拉斯和可控的金字塔进行纹理合成 合成纹理质量得到了提高 11].DeBOnet采用两个拉普拉斯金字塔及滤波器处理纹
理 12] 进一步改进了合成质量 但也只能处理部分纹理.E- 13]
frOs等提出了一种直接有效的方法 该方法先在待合成图
收稿日期,2002-06-24.本课题得到国家自然科学基金(60103024D~国家杰出青年基金(69925204D和国家创新群体基金(60021201D资助.徐晓刚 男 19xx年生 博士 副教授 主要研究方向为计算机图形学~计算机仿真~图像处理.张泉方 男 19xx年生 硕士 讲师 主要研究方向为计算机应用.黄
劲 男 19xx年生 硕士研究生 主要研究方向为计算机图形学~图像处理.鲍虎军 男 19xx年生 博士 研究员 博士生导
师 主要研究方向为计算机图形学~计算机动画~图像处理.
艺术风格学习
中设置一些种子,然后通过给定的邻域在样图中查找匹配点,随机选取其一进行填写.文献[13]的算法可以处理多种纹理,但速度极慢.Wei等采用多分辨率模型,利用矢量量化方法极大地加速了合成过程[7].AShikhmin则提出了一种更简便有效的方法,对大多数的自然纹理都取得了很好的合成效果[8].另外,Xu等提出了随机块拼接的快速合成方法,使块拼接方法得到了进一步的改进,合成速度和质量都得到了很大的提高[14],且在文献[15]中已经达到了实时的效果.E-froS等提出的基于块缝合的纹理合成算法,对结构性纹理取得了非常好的效果[16].~ertzmann等提出了可以获得多种合3.2
算法实现
首先对输出结果图T/进行初始化,为使结果能充分地覆盖各输入样图的共同特征,初始化时从各样图中随机选取特征值,写入结果图.为从输入样图中获得最佳匹配点,采用全局搜索和邻域搜索两种算法.先根据两种算法各自计算获得待选点,然后比较待选点,选取最佳匹配点,即匹配误差最小的点到输出图中,同时更新S<p)中的值,遍历输出图后获得最后结果.上述过程可描述为如下的伪代码,
functionStyleleaTnzng初始化各参数和输出图像;成效果的图像处理框架[6].而文献[17-18]各自提出了曲面上合成纹理的方案.
本文算法利用Wei等[7]和AShikhmin[8]两种基本的纹理合成算法,是这两种算法的综合,并从原有算法的单一样图扩展到多个输入样图.一般来说,基于样图的纹理合成技术的关键是局部纹理的相似性匹配搜索.相似性匹配搜索可分解为两个相互依赖的问题,相似性度量和邻域搜索.纹理相似性度量与邻域搜索是密不可分的.两个形状相同邻域N1,N2的相似性定义为它们间的L2距离
c<N1,N2)=
pEN
Sgrt<f<p)-f<g))2,
1,gEN2p,g相对应
其中函数f<p),f<g)分别表示图像的特征值.因此,邻域形状的定义和搜索顺序非常重要,它将直接影响纹理局部匹配的结果.
为避免显式的概率函数构造,Wei等[7]按扫描线顺序逐个象素地合成纹理.为查找当前点的下一个最佳匹配点,该算法引进了L-邻域的概念,取得了很好的合成效果.与Wei算法<按扫描线顺序搜索匹配点)不同,AShikhmin利用相关性原理,把搜索范围限制在当前点的邻域.AShikhmin算法非常直观~简单,但只是对于一个单样图的处理算法,尚无法处理多样图的情形.
3
风格学习
本文算法的思想是从多个输入样图中获得特征,然后把
这些特征传输到目标图中,获得同时具有输入样图风格和目标形状特征的新效果图.
3.1
数据结构
本文算法需要输入A1,A2,~,An多个样图,待处理的目标图T是照片,处理后的结果图T/与目标图T的大小相同.样图大小与目标图的大小之间没有直接联系.n个输入样图可以大小不同,但为了实现方便,加快计算速度,我们把它们预先处理成具有同样尺寸.
类似于Wei算法,我们亦采用L-邻域作为搜索区域.A1<g),A2<g),~,An<g)表示对应各样图g点的特征值,对应地,T<p),T/<p)表示目标图与结果图p点的特征值.在算法处理中,需要把样图中的g点拷贝到结果图的p点,为此建立一个以p为索引的数据结构S<.),具有下面等式S<p)=g.
for每一点pET/,do
g-BeStmatlh<Az,T,T/,S,p);T/<p)-Az<g);S<p)-g;returnT/
其中关键是如何计算子函数BeStmatlh,获得最佳匹配点g.g需要满足两个要求,一是受到目标图的约束;二是与p最接近,如图1所示
.
868
计算机辅助设计与图形学学报
20xx年
像Az中对应点gz点L-邻域内的所有点集合.k用于控制对两种算法的倾向性 不同的值可以获得不同的结果.
为获得g 我们采用两种搜索方法来寻找待选点:(1D采用逼近搜索获得全局最优的匹配待选点g app;(2D利用Ashikhmin算法获得邻域相关的待选点gcoh.然后由gapp gcoh决定最后的g点.
标图的亮度方差和均值.对其它颜色分量也可以进行同样的处理.
4
实验结果
通过对不同输入样本和参数进行实验 获得了较好的结
计算g 误差函数app时 采用ETTOT-app
n
果.L-邻域采用5>5.
彩图1*2(见彩图页ixD所示为本文的应用实例 图中采
用多个输入样图 然后把照片处理成具有该样图风格的艺术画.彩图1(见彩图页ixD中结果图的树干结构十分清晰 避免ETTOT-app [c(F(g Dz F(ptarDD-c(F(g Dz F(poutDD]
z 1
1 n.
在各输入样图中计算ETTOT-app 选取最小的ETTOT-app 对应的g 点作为g app.
对于逼近搜索 可以采用ANN[19] TSV [7] KNN[20]等
算法加速搜索.KNN是一种快速的最近邻点搜索算法 与ANN TSV 的逼近搜索相比 它可以获得精确的匹配点.根据我们的计算结果比较 KNN获得的结果比较好 但算法预处理时间很长 特别是当输入样本较大~样本维数较高时 耗时太大 不实用.为此 我们对KNN算法进行改进 提出了一种EKNN(EnhancedKNND算法.与KNN相比 EKNN主要具有以下优势:改进了~aar变换 使算法能够处理任意维数数据的查询;对查询数据进行预分割 然后对各块进行查询 从而大大加快搜索速度.KNN预处理时间复杂度是样本数的三次方 因此减少每次处理的样本数可以获得时间优势.由于查询时间的复杂度与分割块数量间成线性关系 因此 需要在查询与预处理之间获得平衡 对于如何分割样本 即样本分割最佳数Nb 有Nb 0.027 S/
.其中 S是输入数据的数量 是查询次数.实验表明 EKNN比KNN搜索速度提高了10倍以上 而且随着查询数据集的增大 EKNN的优势更加明显.
另一待选点g coh根据Ashikhmin算法计算 判断获得g
coh
时 采用以下误差函数
n
ETTOT-COh c(F(g Dz F(ptarDD-c(F(g Dz F(poutDD
z 1
1 l.其中l是L-邻域中的点数.
3.3
特征值选取
特征值可以选为各点RGB分量 也可以选取其它的颜
色空间分量值.我们对多种特征值进行了测试 发现采用YI 颜色模型效果较好 把Y分量作为特征值.
3.4
亮度匹配
非真实感绘制时 由于样图与目标图的亮度分布不一致
在匹配时不一定能找到很好的匹配点 需要使样图与目标图的亮度直方图基本一致.这种一致性变换可以采用多种方法 常用的是直方图匹配.我们采用下式对目标图进行处理.
Y(P) 6tar
(Y(P)-utar)- u n
n
6 n 6z u uz.z 1n z 1
其中 6z uz表示输入样图的亮度方差和均值 6tar utar表示目
了文献[6]中容易出现的枝干模糊的不足 符合手工绘画要求 具有较好的绘画效果 但各物体的景深表达尚嫌不足.彩图2(见彩图页ixD中各结果图结构比较完整 花和墙体的斑驳效果十分接近手工绘画 天空部分基本秉承了原图的特点 除个别歧点外 具有很好的绘画效果.从总体来看 本文算法可以把一类艺术风格传输到目标图中 实现计算机的自动绘画功能 但表示效果与手工绘画尚有差距.
特征值选为YI 空间的Y值 得到合成结果后把Y值和目标图的I 值融合得到最后的结果图.当不能获得多幅同类风格的画 只有一个样图时 可以把样图分割成多块 各块间有部分重叠 并都包含代表该图特征的内容 同样可以达到艺术风格绘制效果.
5
结论和未来工作
非真实感绘制是令人向往的研究领域 但许多问题尚待
研究解决.本文提出了一种基于实例的自动生成艺术风格画的方案 获得了许多新的结果.
但本文算法还存在许多不足 需要进一步研究.在今后工作中需要解决的问题包括以下几个方面:
(1D加快处理速度.本文虽然采用了EKNN加速算法 但计算时间还相当长 与输入图像的大小成正比.艺术风格图绘制时 500>500的图像在PI600/128M上一般需要1h.必须提高处理速度 才能使算法趋于实用.
(2D提高绘制质量.在现有算法的基础上 增加新的约束 增强绘制效果 使之接近手工绘画的质量.
(3D扩展到其它风格画的绘制.本文的算法只能处理部分类型的画 如何使它能够处理更多的风格类型 是十分有意义的工作.
参
考文献
[1]
A~ertZmann.Painter yrenderingWithcurVedbrushstrokesofmu tip esiZes[A].In:ComputerGraphicsProceedings Annua ConferenceSeries ACMSIGGRAP~ Or ando F orida 1998.453*460
[2]J~ame TStrothotte.Capturingandre-usingrenditionsty esfornon-photorea isticrendering[J].ComputerGraph-icsForum 1999 18(3D:173*182
9期
[3]
徐晓刚等,艺术风格学习
[lZ]
869
CJCurtis,SEAnderson,JESeims,etal.Computer-gener-atedwatercolor[A].In,ComputerGraphicsProceedings,AnnualConferenceSeries,ACMSIGGRAP~,LosAngeles,California,l997.4lZ~430
JeremySdeBonet.Multiresolutionsamplingprocedureforanalysisandsynthesisoftextureimages[A].In,ComputerGraphicsProceedings,AnnualConferenceSeries,ACMSIG-GRAP~,LosAngeles,California,l997.36l~368
[4]BJMeier.Painterlyrenderingforanimation[A].In,Com-puterGraphicsProceedings,AnnualConferenceSeries,ACMSIGGRAP~,NewOrleans,Louisiana,l996.477~484
[l3]AlexeiAEfros,ThomasKLeung.Texturesynthesisbynon-parametricsampling[A].In,ProceedingsofInternation-alConferenceonComputerVision[C],Kerkyra,IEEECom-puterSociety,l999.l033~l038
[5]MCSousa,JWBuchanan.Computer-generatedgraphitepencilrenderingof3Dpolygonalmodels[J].ComputerGraphicsForum,l999,l8<3),l95~Z07
[l4]
YXu,BGuo,~-YShum.Chaosmosaic,Fastandmemoryefficienttexturesynthesis[R].Beijing,MicrosoftResearch,MSR-TR-Z000-3Z,Z000
[6]A~ertzmann,CEJacobs,NOliver,etal.Imageanalogies[A].In,ComputerGraphicsProceedings,AnnualConferenceSeries,ACMSIGGRAP~,LosAngeles,California,Z00l.3Z7~339
[7]Li-YiWei,MarcLevoy.Fasttexturesynthesisusingtree-structuredvectorguantization[A].In,ComputerGraphicsProceedings,AnnualConferenceSeries,ACMSIGGRAP~,NewOrleans,Louisiana,Z000.479~488
[8]MAshikhmin.Synthesizingnaturaltextures[A].In,Pro-ceedingsofACMSymposiumonInteractive3DGraphics,NorthCarolina,Z00l.Zl7~ZZ6
[9]JPortilla,EPSimoncelli.Texturemodelingandsynthesisusingjointstatisticsofcomplexwaveletcoefficients[A].In,ProceedingsofIEEEWorkshoponStatisticalandComputa-tionalTheoriesofVision[C].FontCollins,IEEEComputerSociety,l999.33~38
[l0]SimoncelliEero,JavierPortilla.Texturecharacterizationviajointstatisticsofwaveletcoefficientmagnitudes[A].In,Pro-ceedingsofthe5thInternationalConferenceonImagePro-cessing[C].Chicago,IEEEComputerSociety,l998.6Z~66
[ll]DJ~eeger,JRBergen.Pyramid-basedtextureanalysis/synthesis[A].In,ComputerGraphicsProceedings,AnnualConferenceSeries,ACMSIGGRAP~,LosAngeles,Califor-nia,l995.ZZ9~Z38
[l5]
LLiang,CLiu,YXu,etal.Real-timetexturesynthesisbypatch-basedsampling[R].Beijing,MicrosoftResearch,
MSR-TR-Z00l-40,Z00l
[l6]AlexeiAEfros,WilliamTFreeman.Imageguiltingfortex-turesynthesisandtransfer[A].In,ComputerGraphicsPro-ceedings,AnnualConferenceSeries,ACMSIGGRAP~,LosAngeles,California,Z00l.34l~347
[l7]Li-YiWei,MarcLevoy.Texturesynthesisoverarbitrarymanifoldsurfaces[A].In,ComputerGraphicsProceedings,AnnualConferenceSeries,ACMSIGGRAP~,LosAngeles,California,Z00l.355~363
[l8]
GregTurk.Texturesynthesisonsurfaces[A].In,ComputerGraphicsProceedings,AnnualConferenceSeries,ACMSIG-GRAP~,LosAngeles,California,Z00l.347~354
[l9]SunilArya,DavidMMount,NathanSNetanyahu,etal.Anoptimalalgorithmforapproximatenearestneighborsearchinginfixeddimensions[J].JournaloftheACM,l998,45<6),89l~9Z3
[Z0]
Yong-ShengChen,Yi-Ping~ung,Chiou-ShannFuh.Fastalgorithmfornearestneighborsearchbasedonalowerboundtree[A].In,ProceedingsofInternationalConferenceonComputerVision[C],Vancouver,Canada,IEEEComputerSociety,Z00l.446~453
艺术风格学习
作者：
作者单位：
刊名：
英文刊名：
年，卷(期)：
被引用次数：徐晓刚， 张泉方， 黄劲， 鲍虎军浙江大学CAD,&,CG国家重点实验室,杭州,310027计算机辅助设计与图形学学报JOURNAL OF COMPUTER-AIDED DESIGN & COMPUTER GRAPHICS2002,14(9)18次
1.C J Curtis;S E Anderson;J E Seims Computer-generated water color 1997
2.J Hamel;T Strothotte Capturing and re-using rendition styles for non-photorealistic rendering[外文期刊] 1999(03)
3.A Hertzmann Painterly rendering with curved brush strokes of multiple sizes 1998
4.J Portilla;E P Simoncelli Texture modeling and synthesis using joint statistics of complexwavelet coefficients 1999
5.M Ashikhmin Synthesizing natural textures 2001
6.Li-Yi Wei;Marc Levoy Fast texture synthesis using tree-structured vector quantization[外文会议]2000
7.Yong-Sheng Chen;Yi-Ping Hung;Chiou-Shann Fuh Fast algorithm for nearest neighbor search based ona lower bound tree[外文会议] 2001
8.Sunil Arya;David M Mount;Nathan S Netanyahu An optimal algorithm for approximate nearestneighbor searching in fixed dimensions[外文期刊] 1998(06)
9.Greg Turk Texture synthesis on surfaces[外文会议] 2001
10.Li-Yi Wei;Marc Levoy Texture synthesis over arbitrary manifold surfaces[外文会议] 2001
11.Alexei A Efros;William T Freeman Image quilting for texture synthesis and transfer[外文会议]2001
12.L Liang;C Liu;Y Xu Real-time texture synthesis by patch-based sampling 2001
13.Y Xu;B Guo;H-Y Shum Chaos mosaic: Fast and memory efficient texture synthesis 2000
14.Alexei A Efros;Thomas K Leung Texture synthesis by non-parametric sampling[外文会议] 1999
15.Jeremy S de Bonet Multiresolution sampling procedure for analysis and synthesis of textureimages 1997
16.D J Heeger;J R Bergen Pyramid-based texture analysis/synthesis 1995
17.Simoncelli Eero;Javier Portilla Texture characterization via joint statistics of waveletcoefficient magnitudes[外文会议] 1998
18.A Hertzmann;C E Jacobs;N Oliver Image analogies[外文会议] 2001
19.M C Sousa;J W Buchanan Computer-generated graphite pencil rendering of 3D polygonal models[外文期刊] 1999(03)
20.B J Meier Painterly rendering for animation 1996
1.钱哨 结合蚁群优化搜索的图像综合特征类比在风格生成中的应用[期刊论文]-计算机应用 2010(6)
2.杨莹.王宏漫.霍玲玲 基于纹理映射的方法实现书法的"飞白"效果[期刊论文]-计算机工程与设计 2010(18)
3.朱文浩.马方耀.魏宝刚 一种基于圆形区块随机增长的多样图约束纹理合成算法[期刊论文]-电子学报2008(12)
4.任石.秦茂玲.刘弘 基于样本区域的线条画风格转换[期刊论文]-计算机技术与发展 2007(11)
5.任石.秦茂玲 艺术风格转换技术[期刊论文]-信息技术与信息化 2006(6)
6.钱小燕.肖亮.吴慧中 基于多分辨率的非真实感绘制[期刊论文]-南京理工大学学报（自然科学版） 2006(3)
7.孙玉红.屠长河.孟祥旭 基于形状演化的线条画风格转换与变形[期刊论文]-计算机辅助设计与图形学学报2006(2)
8.陈海旭.李文辉.张岩.孟宇.王彤 用图像类比方法实现艺术风格学习[期刊论文]-吉林大学学报（理学版）2006(2)
9.马丽丽 基于PSO的快速图像类推及其应用[学位论文]硕士 2006
10.薛峰.张佑生.江巨浪.胡敏 一种快速、有效的纹理合成方法[期刊论文]-合肥工业大学学报（自然科学版）2005(11)
11.屠长河.孙玉红.孟祥旭 基于样本的线条画风格转换与定制方法的研究[期刊论文]-计算机学报 2005(6)
12.韩红芳.鲁东明 具有织物真实感的图案绘制[期刊论文]-计算机辅助设计与图形学学报 2005(7)
13.孙玉红 线条画风格转换与定制方法的研究[学位论文]硕士 2005
14.向官文 基于示例学习的肖像画自动生成系统[学位论文]硕士 2005
15.韩红芳 数字博物馆模型研究及应用开发[学位论文]硕士 2005
16.张海江.王秀锦.孙济洲.石永鑫.李丹 应用分形仿真水墨扩散轮廓[期刊论文]-计算机辅助设计与图形学学报2004(4)
17.孟宇 基于PSO的纹理合成及其应用[学位论文]硕士 2004
18.徐文华.魏宝刚.潘云鹤 基于纹理合成的图像艺术风格学习[期刊论文]-武汉大学学报(工学版) 2003(3)
本文链接：http://d..cn/Periodical_jsjfzsjytxxxb200209014.aspx