論文の概要: Generating Embroidery Patterns Using Image-to-Image Translation
- arxiv url: http://arxiv.org/abs/2003.02909v1
- Date: Thu, 5 Mar 2020 20:32:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-26 07:26:16.837193
- Title: Generating Embroidery Patterns Using Image-to-Image Translation
- Title（参考訳）: 画像から画像への変換によるエンブロイドパターンの生成
- Authors: Mohammad Akif Beg and Jia Yuan Yu
- Abstract要約: そこで本研究では,2つの機械学習手法を用いて刺刺画像から画像への変換を行う。
私たちのゴールは、ユーザのアップロードした画像から、刺青画像に似たプレビュー画像を生成することです。
実験結果から,これらの手法がユーザ画像の刺青バージョンを近似したプレビュー生成に成功していることが示された。
- 参考スコア（独自算出の注目度）: 2.055949720959582
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In many scenarios in computer vision, machine learning, and computer
graphics, there is a requirement to learn the mapping from an image of one
domain to an image of another domain, called Image-to-image translation. For
example, style transfer, object transfiguration, visually altering the
appearance of weather conditions in an image, changing the appearance of a day
image into a night image or vice versa, photo enhancement, to name a few. In
this paper, we propose two machine learning techniques to solve the embroidery
image-to-image translation. Our goal is to generate a preview image which looks
similar to an embroidered image, from a user-uploaded image. Our techniques are
modifications of two existing techniques, neural style transfer, and
cycle-consistent generative-adversarial network. Neural style transfer renders
the semantic content of an image from one domain in the style of a different
image in another domain, whereas a cycle-consistent generative adversarial
network learns the mapping from an input image to output image without any
paired training data, and also learn a loss function to train this mapping.
Furthermore, the techniques we propose are independent of any embroidery
attributes, such as elevation of the image, light-source, start, and endpoints
of a stitch, type of stitch used, fabric type, etc. Given the user image, our
techniques can generate a preview image which looks similar to an embroidered
image. We train and test our propose techniques on an embroidery dataset which
consist of simple 2D images. To do so, we prepare an unpaired embroidery
dataset with more than 8000 user-uploaded images along with embroidered images.
Empirical results show that these techniques successfully generate an
approximate preview of an embroidered version of a user image, which can help
users in decision making.
- Abstract（参考訳）: コンピュータビジョン、機械学習、コンピュータグラフィックスの多くのシナリオでは、あるドメインの画像から別のドメインの画像へのマッピングを学ぶ必要がある。
例えば、スタイル転送、オブジェクトのトランスフィギュレーション、画像内の天気条件の外観を視覚的に変更し、昼のイメージの外観を夜のイメージに変更するか、あるいはその逆で、写真強調を少数の画像に置き換える。
本稿では,2つの機械学習手法を用いて,画像から画像への変換を行う。
当社の目標は,ユーザがアップロードした画像から,エンブロイドイメージに類似したプレビュー画像を生成することです。
提案手法は,ニューラルスタイル転送とサイクル一貫性生成・逆数ネットワークの2つの既存手法の修正である。
ニューラルスタイルトランスファーは、あるドメインから別のドメイン内の異なるイメージのスタイルでイメージの意味的コンテンツをレンダリングするが、サイクル一貫性のある生成可能逆ネットワークは、ペアのトレーニングデータなしで入力画像から出力画像へのマッピングを学習し、損失関数を学習してこのマッピングをトレーニングする。
さらに,我々が提案する技法は,画像の隆起,光源,起点,縫い目の種類,縫い目の種類,布地の種類など,刺刺特性とは無関係である。
ユーザイメージを考慮に入れれば,インブロダー画像に類似したプレビュー画像を生成することができる。
我々は,単純な2次元画像からなるエンブロイドリーデータセット上で提案手法を訓練し,テストする。
そこで我々は,8000以上のユーザアップロード画像とエンブロイド画像を含む非ペア化エンブロイドデータセットを作成する。
実験結果から,これらの手法がユーザイメージの刺青バージョンを近似したプレビュー生成に成功し,ユーザが意思決定に役立てることが示唆された。
関連論文リスト
- Conditional Diffusion on Web-Scale Image Pairs leads to Diverse Image Variations [32.892042877725125]
現在の画像変化技術では、同じ画像に条件付けされた入力画像の再構成にテキスト・ツー・イメージ・モデルを適用する。
凍結した埋め込み画像から入力画像の再構成を訓練した拡散モデルにより,小さなバリエーションで画像の再構成が可能であることを示す。
本稿では,画像ペアの集合を用いて画像の変動を生成するための事前学習手法を提案する。
論文 参考訳（メタデータ） (2024-05-23T17:58:03Z) - Artistic Arbitrary Style Transfer [1.1279808969568252]
任意スタイル転送(英: Arbitrary Style Transfer)とは、コンテンツ画像とスタイル画像という2つの画像から新しい画像を生成する技術である。
構造とスタイルコンポーネントのバランシングは、他の最先端のアルゴリズムが解決しようとしている大きな課題である。
本研究では、畳み込みニューラルネットワークを用いたディープラーニングアプローチを用いて、これらの問題を解決する。
論文 参考訳（メタデータ） (2022-12-21T21:34:00Z) - cGANs for Cartoon to Real-life Images [0.4724825031148411]
このプロジェクトは、漫画化された画像からなるデータセットに適用することによって、Pix2Pixモデルの堅牢性を評価することを目指している。
ネットワークを訓練して、漫画化された画像から実際の画像を生成することができるはずです。
論文 参考訳（メタデータ） (2021-01-24T20:26:31Z) - Retrieval Guided Unsupervised Multi-domain Image-to-Image Translation [59.73535607392732]
画像から画像への変換は、ある視覚領域から別の領域へ画像を変換するマッピングを学ぶことを目的としている。
本稿では,画像から画像への変換作業を支援するための画像検索システムを提案する。
論文 参考訳（メタデータ） (2020-08-11T20:11:53Z) - Text as Neural Operator: Image Manipulation by Text Instruction [68.53181621741632]
本稿では、複雑なテキスト命令を用いて複数のオブジェクトで画像を編集し、オブジェクトの追加、削除、変更を可能にする設定について検討する。
タスクの入力は、(1)参照画像を含むマルチモーダルであり、(2)所望の修正を記述した自然言語の命令である。
提案モデルは,最近の3つの公開データセットの強いベースラインに対して良好に動作することを示す。
論文 参考訳（メタデータ） (2020-08-11T07:07:10Z) - Contrastive Learning for Unpaired Image-to-Image Translation [64.47477071705866]
画像から画像への変換では、出力の各パッチは、入力中の対応するパッチの内容を、ドメインに依存しない形で反映すべきである。
本研究では,両者の相互情報を最大化するために,コントラスト学習に基づく枠組みを提案する。
筆者らのフレームワークは、画質の向上とトレーニング時間の短縮を図りながら、画像から画像への翻訳設定の一方的な翻訳を可能にすることを実証している。
論文 参考訳（メタデータ） (2020-07-30T17:59:58Z) - Domain Adaptation for Image Dehazing [72.15994735131835]
既存のほとんどの方法は、合成ヘイズ画像のデハージングモデルを訓練するが、ドメインシフトによる実際のヘイズ画像の一般化は困難である。
画像変換モジュールと2つの画像デハージングモジュールからなるドメイン適応パラダイムを提案する。
実世界の合成画像と実世界の画像の両方で実験結果から,我々のモデルは最先端の脱ハージングアルゴリズムに対して好適に機能することが示された。
論文 参考訳（メタデータ） (2020-05-10T13:54:56Z) - Semantic Image Manipulation Using Scene Graphs [105.03614132953285]
本稿では,星座変更や画像編集を直接監督する必要のないシーングラフネットワークを提案する。
これにより、追加のアノテーションを使わずに、既存の実世界のデータセットからシステムをトレーニングすることができる。
論文 参考訳（メタデータ） (2020-04-07T20:02:49Z) - Structural-analogy from a Single Image Pair [118.61885732829117]
本稿では,1対の画像A,Bのみを用いて,ニューラルネットワークによる画像構造理解能力について検討する。
我々は、B の外観とスタイルを保持するが、A に対応する構造的配置を持つ画像を生成する。
提案手法は,画像AとBのみを利用した条件生成タスクにおいて,高品質な画像を生成するために利用できる。
論文 参考訳（メタデータ） (2020-04-05T14:51:10Z)
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。