Back to Search Start Over

Optimal Patch Assignment for Statistically Constrained Texture Synthesis

Authors :
Bruno Galerne
Thomas Hurtut
Julien Rabin
Jorge Gutierrez
École Polytechnique de Montréal (EPM)
Equipe Image - Laboratoire GREYC - UMR6072
Groupe de Recherche en Informatique, Image et Instrumentation de Caen (GREYC)
Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN)
Normandie Université (NU)-Normandie Université (NU)-Université de Caen Normandie (UNICAEN)
Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN)
Normandie Université (NU)
Mathématiques Appliquées Paris 5 (MAP5 - UMR 8145)
Université Paris Descartes - Paris 5 (UPD5)-Institut National des Sciences Mathématiques et de leurs Interactions (INSMI)-Centre National de la Recherche Scientifique (CNRS)
ANR-16-CE33-0010,GOTMI,Generalized Optimal Transport Models for Image processing(2016)
Groupe de Recherche en Informatique, Image, Automatique et Instrumentation de Caen (GREYC)
Université de Caen Normandie (UNICAEN)
Normandie Université (NU)-Normandie Université (NU)-École Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN)
Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-Université de Caen Normandie (UNICAEN)
Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)
École Polytechnique de Montréal ( EPM )
Groupe de Recherche en Informatique, Image, Automatique et Instrumentation de Caen ( GREYC )
Université de Caen Normandie ( UNICAEN )
Normandie Université ( NU ) -Normandie Université ( NU ) -Ecole Nationale Supérieure d'Ingénieurs de Caen ( ENSICAEN )
Normandie Université ( NU ) -Centre National de la Recherche Scientifique ( CNRS ) -Université de Caen Normandie ( UNICAEN )
Normandie Université ( NU ) -Centre National de la Recherche Scientifique ( CNRS )
Mathématiques Appliquées à Paris 5 ( MAP5 - UMR 8145 )
Université Paris Descartes - Paris 5 ( UPD5 ) -Institut National des Sciences Mathématiques et de leurs Interactions-Centre National de la Recherche Scientifique ( CNRS )
Source :
Scale Space and Variational Methods in Computer Vision. SSVM 2017, Scale Space and Variational Methods in Computer Vision. SSVM 2017, Jun 2017, Kolding, Denmark. ⟨10.1007/978-3-319-58771-4_14⟩, Scale Space and Variational Methods in Computer Vision. SSVM 2017, Jun 2018, Kolding, Denmark. ⟨10.1007/978-3-319-58771-4_14⟩, Lecture Notes in Computer Science ISBN: 9783319587707, SSVM
Publication Year :
2017
Publisher :
HAL CCSD, 2017.

Abstract

International audience; This article introduces a new model for patch-based texture synthesis that controls the distribution of patches in the synthesized texture. The proposed approach relies on an optimal assignment of patches over decimated pixel grids. This assignment problem formulates the synthesis as the minimization of a discrepancy measure between input's and output's patches through their optimal permutation. The resulting non-convex optimization problem is addressed with an iterative algorithm alternating between a patch assignment step and a patch aggregation step. We show that this model statistically constrains the output texture content , while inheriting the structure-preserving property of patch-based methods. We also propose a relaxed patch assignment extension that increases the robustness to non-stationnary textures.

Details

Language :
English
ISBN :
978-3-319-58770-7
ISBNs :
9783319587707
Database :
OpenAIRE
Journal :
Scale Space and Variational Methods in Computer Vision. SSVM 2017, Scale Space and Variational Methods in Computer Vision. SSVM 2017, Jun 2017, Kolding, Denmark. ⟨10.1007/978-3-319-58771-4_14⟩, Scale Space and Variational Methods in Computer Vision. SSVM 2017, Jun 2018, Kolding, Denmark. ⟨10.1007/978-3-319-58771-4_14⟩, Lecture Notes in Computer Science ISBN: 9783319587707, SSVM
Accession number :
edsair.doi.dedup.....02271b94b0db8e2e5abfab08b26b0fc9
Full Text :
https://doi.org/10.1007/978-3-319-58771-4_14⟩