冯 伟 计忠平 付晓峰 魏明强 张玉伟

1(杭州电子科技大学图形图像研究所 浙江 杭州 310018) 2(南京航空航天大学 江苏 南京 210016) 3(齐鲁工业大学机械与汽车工程学院 山东 济南 250353)

0 引 言

浮雕是一种在平面上进行雕刻的艺术品，它是一种介于2D和3D之间，雕刻与绘画相结合的艺术作品，它结合透视与光线来表现三维空间，因其独特的艺术表现形式，深受艺术家们的喜爱。此外，浮雕因其压缩空间的特性，占用空间少，特别适合装饰。广泛应用在建筑、用具器物、钱币、奖牌等物品上。

从空间的压缩程度来看，浮雕又分为浅浮雕和高浮雕，浅浮雕相较于高浮雕来说，深度值压缩较大，更接近于平面的绘画形式，在日常生活中浅浮雕应用更为广泛，传统的浅浮雕作品需要艺术家们手工雕刻完成，制作流程复杂且耗费时间。如何在计算机中利用3D物体进行浅浮雕建模，受到了人们的广泛关注。目前，很多3D物体由于自身顶点数限制，无法生成精致的浅浮雕模型，而如何提升低质量3D模型的细节，进而提升浅浮雕建模质量，越来越受到人们关注。

本文提出一种利用深度学习增强3D模型浅浮雕建模质量的方法，利用3D模型渲染出的高低分辨率法向图作为训练集，搭建一个基于法向图的超分辨率卷积神经网络，该网络的输入是低分辨率法向图，输出是高分辨率法向图，实验表明利用该方法能够丰富低分辨率3D模型的细节特征，进而提升浅浮雕建模质量。

1 相关工作

利用3D模型进行浅浮雕建模，一直是较受关注的话题，Cignoni等[1]利用3D模型的高度场，对高度场做非线性压缩，开创了浅浮雕建模的先河。……