Key points are not available for this paper at this time.
Imagens geradas por computador (CG) atingiram altos níveis de realismo. Esse realismo, no entanto, vem à custa de modelagem manual longa e cara, e muitas vezes humanos ainda podem distinguir entre imagens CG e reais. Apresentamos uma nova abordagem baseada em dados para renderizar imagens realistas que usa uma grande coleção de fotografias coletadas de repositórios online. Dada uma imagem CG, recuperamos um pequeno número de imagens reais com estrutura global semelhante. Identificamos regiões correspondentes entre as imagens CG e reais usando um algoritmo de cosegmentação de média desvio. O usuário pode então transferir automaticamente a cor, o tom e a textura das regiões correspondentes para a imagem CG. Nosso sistema utiliza apenas operações de processamento de imagem e não requer um modelo 3D da cena, tornando-o rápido e fácil de integrar em fluxos de trabalho de criação de conteúdo digital. Resultados de um estudo com usuários mostram que nossas imagens híbridas parecem mais realistas do que as originais.
Johnson et al. (Qua,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: