基于互联网大数据的自然场景的四季合成

针对传统的纹理合成与颜色迁移对自然场景的四季合成问题存在的失效问题,提出了基于大规模数据驱动的方法.首先,从互联网上获取关于场景地点的图像并且通过全局匹配性与局部一致性约束进行粗略筛选;其次,利用动态规划算法简化场景图像特征点匹配,并通过最小化约束函数确定场景参考帧以及相应场景帧;最后,将相应场景帧通过变换对齐到参考帧,并根据梯度域方法补全对齐场景从而形成场景四季序列.实验结果表明,该方法能够生成更加合理的关于场景的四季图像以及四季变化鲜明的延时摄影视频.