論文の概要: Robot Calligraphy using Pseudospectral Optimal Control in Conjunction with a Novel Dynamic Brush Model

• arxiv url: http://arxiv.org/abs/2003.01565v3
• Date: Thu, 17 Sep 2020 18:01:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-27 05:40:38.750367
• Title: Robot Calligraphy using Pseudospectral Optimal Control in Conjunction with a Novel Dynamic Brush Model
• Title（参考訳）: 新しい動的ブラシモデルとの結合における擬似スペクトル最適制御を用いたロボット書記法
• Authors: Sen Wang, Jiaqi Chen, Xuanliang Deng, Seth Hutchinson, and Frank Dellaert
• Abstract要約: 書跡記述問題を軌跡最適化問題として定式化し、実際の筆跡処理のための改良された仮想筆モデルを提案する。 我々のアプローチは、各ストロークの軌跡をチェビシェフ擬アクチュエータとしてパラメータ化するという、スペクトル最適制御にインスパイアされている。 提案手法は, キャラクタの描画において優れた性能を示し, 従来の作業よりもはるかに効率的に行う。
• 参考スコア（独自算出の注目度）: 25.134141792507318
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Chinese calligraphy is a unique art form with great artistic value but difficult to master. In this paper, we formulate the calligraphy writing problem as a trajectory optimization problem, and propose an improved virtual brush model for simulating the real writing process. Our approach is inspired by pseudospectral optimal control in that we parameterize the actuator trajectory for each stroke as a Chebyshev polynomial. The proposed dynamic virtual brush model plays a key role in formulating the objective function to be optimized. Our approach shows excellent performance in drawing aesthetically pleasing characters, and does so much more efficiently than previous work, opening up the possibility to achieve real-time closed-loop control.
• Abstract（参考訳）: 中国書道は芸術的価値が高いが習得が難しい独特な芸術形式である。 本稿では,筆跡記述問題を軌道最適化問題として定式化し,実際の筆跡過程をシミュレートするための改良された仮想筆跡モデルを提案する。 本手法は疑似スペクトル最適制御に触発され,各ストロークのアクチュエータ軌道をチェビシェフ多項式としてパラメータ化する。 提案する動的仮想ブラシモデルは最適化対象関数の定式化において重要な役割を果たす。 提案手法は, 審美的に満足な文字を描画する上で優れた性能を示し, 従来の作業よりもはるかに効率的であり, リアルタイム閉ループ制御が可能となる。

関連論文リスト

• Hyperstroke: A Novel High-quality Stroke Representation for Assistive Artistic Drawing [12.71408421022756]
  細かなストロークの詳細を正確に把握するための新しいストローク表現であるハイパーストロークを導入する。 直感的でユーザフレンドリな描画アプリケーションを実現するために,トランスフォーマーアーキテクチャによる支援描画をモデル化することを提案する。
  論文  参考訳（メタデータ） (2024-08-18T04:05:53Z)
• ZePo: Zero-Shot Portrait Stylization with Faster Sampling [61.14140480095604]
  本稿では,4つのサンプリングステップでコンテンツとスタイルの融合を実現する拡散モデルに基づく,インバージョンフリーなポートレートスタイリングフレームワークを提案する。 本稿では,一貫性機能における冗長な特徴をマージする機能統合戦略を提案し,注意制御の計算負荷を低減させる。
  論文  参考訳（メタデータ） (2024-08-10T08:53:41Z)
• CalliRewrite: Recovering Handwriting Behaviors from Calligraphy Images without Supervision [14.678764748808165]
  CalliRewrite(カリリライト)は、ロボットアームが様々な筆跡画像から読みやすい文字の注文を発見し、回収する、粗大なアプローチである。 本研究では,未知の文字の完全性を保ちつつ,未知のフォントやスタイルの再現に成功していることを示す。
  論文  参考訳（メタデータ） (2024-03-20T08:12:02Z)
• Unsupervised Learning of Style-Aware Facial Animation from Real Acting Performances [3.95944314850151]
  本稿では, ブレンド形状, 動的テクスチャ, ニューラルレンダリングに基づく写真リアルな頭部モデルのテキスト/音声駆動アニメーションのための新しい手法を提案する。 本手法は,テキストや音声をアニメーションパラメータの列に変換する条件付きCNNに基づいている。 リアルなリアルタイムレンダリングのために、私たちは、改良された色と前景マットを演算することで、ピクセル化ベースのレンダリングを洗練するU-Netを訓練します。
  論文  参考訳（メタデータ） (2023-06-16T17:58:04Z)
• High-Fidelity Guided Image Synthesis with Latent Diffusion Models [50.39294302741698]
  提案手法は, ユーザ満足度スコアを85.32%以上上回り, 従来の最先端技術よりも優れていた。 人的ユーザ調査の結果、提案手法は、全体のユーザ満足度スコアにおいて、従来の最先端技術よりも85.32%以上優れていたことが示されている。
  論文  参考訳（メタデータ） (2022-11-30T15:43:20Z)
• ARF: Artistic Radiance Fields [63.79314417413371]
  本稿では,任意のスタイル画像の芸術的特徴を3Dシーンに転送する方法を提案する。 点雲やメッシュ上で3次元スタイリングを行う従来の手法は、幾何的再構成誤差に敏感である。 より頑健なラディアンス場表現の体系化を提案する。
  論文  参考訳（メタデータ） (2022-06-13T17:55:31Z)
• DiffSkill: Skill Abstraction from Differentiable Physics for Deformable Object Manipulations with Tools [96.38972082580294]
  DiffSkillは、変形可能なオブジェクト操作タスクを解決するために、スキル抽象化に微分可能な物理シミュレータを使用する新しいフレームワークである。 特に、勾配に基づくシミュレーターから個々のツールを用いて、まず短距離のスキルを得る。 次に、RGBD画像を入力として取り込む実演軌跡から、ニューラルネットワークの抽象体を学習する。
  論文  参考訳（メタデータ） (2022-03-31T17:59:38Z)
• Generic Lithography Modeling with Dual-band Optics-Inspired Neural Networks [52.200624127512874]
  我々は、リソグラフィの基礎となる光学物理を考慮に入れたデュアルバンド光インスパイアされたニューラルネットワーク設計を導入する。 提案手法は, タイルサイズが1nm2/ピクセル解像度で最初に公表された金属/金属層輪郭シミュレーションである。 また,従来のリソグラフィーシミュレータよりも精度1%の精度で85倍の高速化を実現した。
  論文  参考訳（メタデータ） (2022-03-12T08:08:50Z)
• Paint Transformer: Feed Forward Neural Painting with Stroke Prediction [36.457204758975074]
  我々は,フィードフォワードネットワークを用いたストロークセットのパラメータを予測するために,Paint Transformerと呼ばれる新しいトランスフォーマーベースのフレームワークを提案する。 このようにして、我々のモデルは並列に一組のストロークを生成でき、ほぼリアルタイムでサイズ512 * 512の最終的な絵を得ることができる。 実験により,本手法はトレーニングコストと推論コストの低減により,従来の手法よりも優れた塗装性能が得られることが示された。
  論文  参考訳（メタデータ） (2021-08-09T04:18:58Z)
• Rethinking Style Transfer: From Pixels to Parameterized Brushstrokes [2.924868086534434]
  ピクセルではなくパラメータ化されたブラシストロークを最適化することで,画像の様式化手法を提案する。 我々のアプローチは視覚的品質を大幅に改善し、スタイリングプロセスのさらなる制御を可能にします。
  論文  参考訳（メタデータ） (2021-03-31T16:15:03Z)
• B\'ezierSketch: A generative model for scalable vector sketches [132.5223191478268]
  B'ezierSketchは、完全ベクトルスケッチのための新しい生成モデルであり、自動的にスケーラブルで高解像度である。 まず,各ストロークを最適なB'ezier曲線に埋め込むようにエンコーダを訓練する。 これにより、スケッチをパラマタライズされたストロークの短いシーケンスとして扱うことができ、これにより、より長いスケッチのために、より多くのキャパシティを持つ再帰的なスケッチジェネレータを訓練することができる。
  論文  参考訳（メタデータ） (2020-07-04T21:30:52Z)

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。