足球投注平台 博士研究生陈兀迪（导师查志远教授）以第一作者身份在国际图像处理领域顶级期刊IEEE Transactions on Image Processing （简称TIP）上发表题为《Texture-Consistent 3D Scene Style Transfer via Transformer-Guided Neural Radiance Fields》的研究论文。TIP是中国计算机学会推荐A类期刊（CCF A），属于中科院一区Top期刊，影响因子为13.7，在图像处理领域具有较高的学术影响力。

论文概述：近期研究表明，神经辐射场（NeRFs）在三维风格迁移领域展现出巨大潜力。然而，现有基于NeRF的风格迁移方法在生成风格化图像时，仍面临如何同时保持清晰场景纹理与强跨视角一致性的重大挑战。为突破这些局限，本文提出一种创新的Transformer引导式三维场景风格迁移方法。具体而言，我们首先设计基于Transformer的风格迁移网络，通过捕获长程依赖关系生成具有初始一致性的二维风格化图像，为三维风格化生成提供监督信号。为实现对风格的细粒度控制，我们引入潜在风格向量作为条件特征，并设计将风格信息投影至三维空间的风格网络。进一步开发合并网络，将风格特征与场景几何结构相结合，渲染出视觉连贯且风格统一的二维风格化图像。此外，我们提出了纹理一致性损失函数，以保持场景结构并增强跨视角的纹理保真度。大量定性与定量实验结果表明，本文所提方法在视觉感知、图像质量和多视角一致性方面均优于当前主流先进方法。

论文链接：//ieeexplore.ieee.org/document/11226899

我院查志远教授为本工作通讯作者，上述研究还得到了吉林大学王世刚教授、范子沛教授、燕刚教授，巴基斯坦班努科技大学Liaqat Ali助理教授，新加坡南洋理工大学文碧汉副教授，西湖大学袁鑫副教授，澳门大学周建涛教授和电子科技大学朱策教授的支持与指导。研究工作受到国家自然科学基金优秀青年科学基金项目（海外）和国家自然科学基金面上项目的资助。