論文の概要: Evolutionary Image Transition and Painting Using Random Walks

• arxiv url: http://arxiv.org/abs/2003.01517v1
• Date: Mon, 2 Mar 2020 10:28:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-27 04:03:30.853753
• Title: Evolutionary Image Transition and Painting Using Random Walks
• Title（参考訳）: ランダムウォークを用いた進化的画像遷移と絵画
• Authors: Aneta Neumann, Bradley Alexander, Frank Neumann
• Abstract要約: 本稿では、進化的画像遷移にランダムウォークアルゴリズムをどのように使用できるかを示す。 我々は、均一なランダムウォークとバイアス付きランダムウォークに基づいて、異なる突然変異演算子を設計し、ベースライン突然変異演算子と組み合わせることで、興味深い画像遷移プロセスを実現する方法について検討する。
• 参考スコア（独自算出の注目度）: 11.590506672325668
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a study demonstrating how random walk algorithms can be used for evolutionary image transition. We design different mutation operators based on uniform and biased random walks and study how their combination with a baseline mutation operator can lead to interesting image transition processes in terms of visual effects and artistic features. Using feature-based analysis we investigate the evolutionary image transition behaviour with respect to different features and evaluate the images constructed during the image transition process. Afterwards, we investigate how modifications of our biased random walk approaches can be used for evolutionary image painting. We introduce an evolutionary image painting approach whose underlying biased random walk can be controlled by a parameter influencing the bias of the random walk and thereby creating different artistic painting effects.
• Abstract（参考訳）: 本稿では,ランダムウォークアルゴリズムが進化的画像遷移にどのように役立つかを示す。 我々は,一様かつ偏りのあるランダムウォークに基づいて異なる突然変異演算子を設計し,ベースライン突然変異演算子との組み合わせが視覚効果や芸術的特徴の観点から興味深い画像遷移プロセスにどのようにつながるかを検討する。 特徴量に基づく解析を用いて, 異なる特徴量に対する進化的画像遷移挙動を調査し, 画像遷移過程中に構築した画像を評価する。 その後,偏りのあるランダムウォークアプローチの修正が進化的画像描画にどのように役立つかを検討する。 本稿では,ランダムウォークのバイアスに影響を与えるパラメータによってバイアス付きランダムウォークを制御し,異なる芸術的絵画効果を生み出す進化的イメージペインティング手法を提案する。

関連論文リスト

• Describing Images $\textit{Fast and Slow}$: Quantifying and Predicting the Variation in Human Signals during Visuo-Linguistic Processes [4.518404103861656]
  本研究では,ビジュオ言語信号の変動の性質について検討し,それらが相互に相関していることを確認した。 この結果から,画像の特性から変化が生じると仮定し,事前学習された視覚エンコーダによって符号化された画像表現が,そのような変化を捉えることができるかどうかを考察する。 以上の結果から, 事前学習モデルでは, 刺激が複雑になる要因や, 人間の出力の変動要因について, 偏見が欠如していることが示唆された。
  論文  参考訳（メタデータ） (2024-02-02T12:11:16Z)
• MorphGANFormer: Transformer-based Face Morphing and De-Morphing [55.211984079735196]
  顔変形に対するスタイルGANベースのアプローチが主要な技術である。 本稿では,顔の変形に対する変換器ベースの代替手段を提案し,その利点をStyleGANベースの方法と比較した。
  論文  参考訳（メタデータ） (2023-02-18T19:09:11Z)
• Image Contrast Enhancement using Fuzzy Technique with Parameter Determination using Metaheuristics [1.3100459580864314]
  我々は,ファジィシステムを進化させるために,遺伝的アルゴリズムとヒルクライミングを用いてきた。 この方法の2つの変種を複数の画像上でテストし、適合度において他よりも優れている2つの変種を選択する。
  論文  参考訳（メタデータ） (2023-01-30T06:09:07Z)
• Imaging with Equivariant Deep Learning [9.333799633608345]
  我々は、同変イメージングの出現する分野を概観し、それが一般化と新たなイメージングの機会をいかに向上させるかを示す。 獲得物理と集団行動の相互作用と、反復的再構成、ブラインド圧縮センシング、自己教師型学習との関連を示す。
  論文  参考訳（メタデータ） (2022-09-05T02:13:57Z)
• On the use of Cortical Magnification and Saccades as Biological Proxies for Data Augmentation [9.848635287149355]
  ほとんどの自己監督的手法は、同じ画像の異なる変換の不変表現を学習するようシステムに促す。 本稿では,これらの強化のリバースエンジニアリングを,生物学的あるいは知覚学的に妥当なものにしようと試みる。 ランダムな収穫は皮質の倍率によって代用でき、画像のササードライクなサンプリングも表現学習に役立てることができる。
  論文  参考訳（メタデータ） (2021-12-14T05:38:26Z)
• Adaptive Image Transformations for Transfer-based Adversarial Attack [73.74904401540743]
  適応画像変換学習(AITL)と呼ばれる新しいアーキテクチャを提案する。 精巧に設計した学習者は、入力画像固有の画像変換の最も効果的な組み合わせを適応的に選択する。 本手法は、通常訓練されたモデルと防衛モデルの両方において、各種設定下での攻撃成功率を大幅に向上させる。
  論文  参考訳（メタデータ） (2021-11-27T08:15:44Z)
• Moment evolution equations and moment matching for stochastic image EPDiff [68.97335984455059]
  画像変形モデルにより、画像領域を変形させることにより、時間連続的な画像変換の研究が可能になる。 応用例としては、人口傾向とランダムな被写体特定変異の両方を用いた医療画像分析がある。 パラメータフルモデルにおける統計的推測のための推定器を構築するために、対応する伊藤拡散のモーメント近似を用いる。
  論文  参考訳（メタデータ） (2021-10-07T11:08:11Z)
• Ensembling with Deep Generative Views [72.70801582346344]
  生成モデルは、色やポーズの変化などの現実世界の変動を模倣する人工画像の「ビュー」を合成することができる。 そこで本研究では, 画像分類などの下流解析作業において, 実画像に適用できるかどうかを検討する。 StyleGAN2を再生増強の源として使用し、顔の属性、猫の顔、車を含む分類タスクについてこの設定を調査します。
  論文  参考訳（メタデータ） (2021-04-29T17:58:35Z)
• Unsupervised Discovery of Disentangled Manifolds in GANs [74.24771216154105]
  解釈可能な生成プロセスは、様々な画像編集アプリケーションに有用である。 本稿では,任意の学習された生成逆数ネットワークが与えられた潜在空間における解釈可能な方向を検出する枠組みを提案する。
  論文  参考訳（メタデータ） (2020-11-24T02:18:08Z)
• Fine-grained Image-to-Image Transformation towards Visual Recognition [102.51124181873101]
  我々は,入力画像の同一性を保った画像を生成するために,微細なカテゴリで画像を変換することを目的としている。 我々は、画像のアイデンティティと非関連要因をアンハングルするために、生成的敵ネットワークに基づくモデルを採用する。 CompCarsとMulti-PIEデータセットの実験では、我々のモデルが生成した画像のアイデンティティを、最先端の画像-画像変換モデルよりもはるかによく保存していることが示された。
  論文  参考訳（メタデータ） (2020-01-12T05:26:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。