论文介绍
我们提出了一种图像到绘画的转换方法，该方法可以生成风格可控且生动逼真的绘画作品。 与以往的神经风格迁移方法不同，我们在参数化的条件下处理这种艺术创作过程，并产生一系列具有物理意义的画笔参数。 由于经典的矢量渲染是不可微的，因此我们设计了一种全新的神经可微渲染器，它可以模仿矢量渲染器的行为，然后将画笔预测转换为参数搜索过程，即最大化输入与渲染输出之间的相似度。 实验表明，通过我们的方法生成的绘画在整体外观和局部纹理上都具有很高的保真度。 我们的方法也可以与神经风格迁移共同优化，后者可以进一步迁移其他图像的视觉样式。
论文地址
https://ieeexplore.ieee.org/abstract/document/9578647/
