图像和视频纹理替换的关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60703084
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    19.0万
  • 负责人：
    郭延文
  • 依托单位：
    南京大学
  • 学科分类：
    F0209.计算机图形学与虚拟现实
  • 结题年份：
    2010
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2010-12-31

项目摘要

纹理替换是计算机图形学领域新兴的研究热点，指在图像或视频的特定区域用新的纹理替换原有纹理，并使替换后的纹理呈现出原始纹理所具有的自然形变和光照效果。该技术在照片编辑、影视特效制作、服装布料的虚拟展示等多方面都有广泛应用。.本项目将围绕图像和视频纹理替换的关键问题展开研究并开发一个原型系统。对图像纹理替换，研究如何使得替换纹理呈现出原始纹理所具有的自然形变和光照阴影效果，研究如何逼真模拟原始纹理的自遮挡细节特征和纹元尺度、方向变化的替换效果。关于视频纹理替换，目前国内外的研究报道很少，是本项目的一大创新，它研究如何使得替换纹理自然地依附于视频中的运动物体并呈现一致的自然形变和光照效果，研究如何解决视频上可见性发生变化及细节特征动态变化的目标区域的纹理替换问题。所开发的原型系统则接收任意图像或视频作为输入，快速地输出令用户满意的替换效果，该系统可以容易地扩展为图像视频编辑软件和虚拟展示软件。

结项摘要

项目成果

期刊论文数量（13）
专著数量（0）
科研奖励数量（0）
会议论文数量（4）
专利数量（0）
Binary alpha-plane assisted fast motion estimation of video objects in wavelet domain.
小波域中二值α平面辅助视频对象的快速运动估计。
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
一种基于网格参数化的图像适应方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    软件学报, zk(19), pp 19-30, 2008/12/20.
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
二值alpha平面辅助的视频对象快速运动估计算法.
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
噪声方差未知的小波域中非局部均值图像去噪.
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机辅助设计与图形学学报 2009, 21(4)：526-532. (EI: 20091912073554).
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Pores-preserving face cleaning based on improved empirical mode decomposition
基于改进经验模态分解的毛孔保留面部清洁
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于自适应阈值和傅里叶函数拟合的镜头边界检测
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    软件学报(第九届中国计算机图形学大会)
  • 影响因子：
    --
  • 作者：
    刘烽;郭延文;殷昆燕
  • 通讯作者：
    殷昆燕
样本驱动的半自动图像集前背景分割
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    汪粼波;郭延文;夏天辰;金国平
  • 通讯作者：
    金国平
高斯型模糊润饰图像的模糊核反演算法
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    杜振龙;金雨霏;李晓丽;郭延文;杨小健
  • 通讯作者：
    杨小健
帧内复制粘贴视频伪造的盲检测
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    中国图象图形学报
  • 影响因子：
    --
  • 作者：
    杜振龙;焦丽鑫;李晓丽;郭延文;杨小健
  • 通讯作者：
    杨小健
基于调和映射的约束纹理映射
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    EI （First page）Source
  • 影响因子：
    --
  • 作者：
    郭延文;潘永娟;彭群生
  • 通讯作者：
    彭群生

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

郭延文的其他基金

面向3D对象分析与生成的深度学习理论与方法
  • 批准号：
    62032011
  • 批准年份：
    2020
  • 资助金额：
    296 万元
  • 项目类别：
    重点项目
室内场景图像的分析理解和三维重建及模拟技术研究
  • 批准号：
    61772257
  • 批准年份：
    2017
  • 资助金额：
    61.0 万元
  • 项目类别：
    面上项目
内容敏感的图像集图像联合分割和联合抠图技术研究
  • 批准号：
    61373059
  • 批准年份：
    2013
  • 资助金额：
    75.0 万元
  • 项目类别：
    面上项目
骨架引导的网格模型圆柱参数化及其应用研究
  • 批准号：
    61073098
  • 批准年份：
    2010
  • 资助金额：
    28.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码