Fugu-MT 論文翻訳(概要): Toward Quantifying Ambiguities in Artistic Images

論文の概要: Toward Quantifying Ambiguities in Artistic Images

arxiv url: http://arxiv.org/abs/2008.09688v1
Date: Fri, 21 Aug 2020 21:40:16 GMT
ステータス: 処理完了
システム内更新日: 2022-10-26 22:30:59.151355
Title: Toward Quantifying Ambiguities in Artistic Images
Title（参考訳）: 芸術画像における曖昧さの定量化に向けて
Authors: Xi Wang, Zoya Bylinskii, Aaron Hertzmann, Robert Pepperell
Abstract要約: 本稿では,画像の集合の知覚的あいまいさを測定するためのアプローチを提案する。観客は、異なる視聴時間の後、画像コンテンツを記述するよう依頼される。 Generative Adversarial Networksで作成した画像を使って実験を行う。
参考スコア（独自算出の注目度）: 21.152039726639426
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: It has long been hypothesized that perceptual ambiguities play an important role in aesthetic experience: a work with some ambiguity engages a viewer more than one that does not. However, current frameworks for testing this theory are limited by the availability of stimuli and data collection methods. This paper presents an approach to measuring the perceptual ambiguity of a collection of images. Crowdworkers are asked to describe image content, after different viewing durations. Experiments are performed using images created with Generative Adversarial Networks, using the Artbreeder website. We show that text processing of viewer responses can provide a fine-grained way to measure and describe image ambiguities.
Abstract（参考訳）: 知覚的曖昧さは、美的経験において重要な役割を担っていると長い間仮定されてきた。しかし、この理論をテストするための現在のフレームワークは、刺激とデータ収集方法の可用性によって制限されている。本稿では,画像の集合の知覚的曖昧さを測定する手法を提案する。観客は、異なる視聴時間の後、画像コンテンツを記述するよう依頼される。実験はArtbreeder Webサイトを使ってGenerative Adversarial Networksで作成された画像を使って行われる。ビューア応答のテキスト処理は、画像のあいまいさを計測し記述するためのきめ細かい方法を提供する。

関連論文リスト

When Does Perceptual Alignment Benefit Vision Representations? [76.32336818860965]
視覚モデル表現と人間の知覚的判断との整合がユーザビリティに与える影響について検討する。モデルと知覚的判断を一致させることで、多くの下流タスクで元のバックボーンを改善する表現が得られることがわかった。その結果,人間の知覚的知識に関する帰納バイアスを視覚モデルに注入することは,より良い表現に寄与することが示唆された。
論文参考訳（メタデータ） (2024-10-14T17:59:58Z)
Be Yourself: Bounded Attention for Multi-Subject Text-to-Image Generation [60.943159830780154]
本稿では,サンプリングプロセスにおける情報フローをバウンドする訓練不要な手法である境界注意法を紹介する。提案手法は,与えられたプロンプトとレイアウトの整合性を向上する複数の主題の生成に有効であることを示す。
論文参考訳（メタデータ） (2024-03-25T17:52:07Z)
Leveraging Open-Vocabulary Diffusion to Camouflaged Instance Segmentation [59.78520153338878]
テキスト・ツー・イメージ拡散技術は、テキスト記述から高品質な画像を生成する素晴らしい能力を示している。そこで本研究では,オープン語彙を応用した最先端拡散モデルを用いて,多スケールのテキスト・視覚的特徴を学習する手法を提案する。
論文参考訳（メタデータ） (2023-12-29T07:59:07Z)
StyleEDL: Style-Guided High-order Attention Network for Image Emotion Distribution Learning [69.06749934902464]
StyleEDLと呼ばれる画像感情分布学習のためのスタイル誘導型高次アテンションネットワークを提案する。 StyleEDLは視覚内容の階層的スタイリスティック情報を探索することにより、画像のスタイリスティックな表現を対話的に学習する。さらに、コンテンツ依存の感情表現を動的に生成するスタイリスティックなグラフ畳み込みネットワークを導入する。
論文参考訳（メタデータ） (2023-08-06T03:22:46Z)
Context-driven Visual Object Recognition based on Knowledge Graphs [0.8701566919381223]
本稿では,知識グラフに符号化された外部文脈知識を用いて,ディープラーニング手法を強化する手法を提案する。我々は、異なる文脈ビューが同じ画像データセットの学習対象表現に与える影響を調べるために、一連の実験を行った。
論文参考訳（メタデータ） (2022-10-20T13:09:00Z)
NewsStories: Illustrating articles with visual summaries [49.924916589209374]
我々は,3300万記事,2200万画像,100万ビデオを含む大規模マルチモーダルデータセットを提案する。現状の画像テキストアライメント手法は、複数の画像を持つ長い物語に対して堅牢ではないことを示す。本稿では,GoodNewsデータセット上で,ゼロショット画像セット検索において,これらの手法を10%向上させる直感的なベースラインを提案する。
論文参考訳（メタデータ） (2022-07-26T17:34:11Z)
Exploring CLIP for Assessing the Look and Feel of Images [87.97623543523858]
ゼロショット方式で画像の品質知覚(ルック)と抽象知覚(フィール)の両方を評価するために,コントラスト言語-画像事前学習(CLIP)モデルを導入する。以上の結果から,CLIPは知覚的評価によく適合する有意義な先行情報を捉えることが示唆された。
論文参考訳（メタデータ） (2022-07-25T17:58:16Z)
Hierarchical Semantic Segmentation using Psychometric Learning [17.417302703539367]
我々は,心理測定テストに基づいて,専門家からセグメンテーションアノテーションを収集する手法を開発した。本手法は, 心理測定試験, アクティブクエリ選択, クエリ強化, ディープメトリック学習モデルから構成される。本稿では, 合成画像, 空中画像, 組織像について評価し, 提案手法の有用性を示す。
論文参考訳（メタデータ） (2021-07-07T13:38:33Z)
A Decade Survey of Content Based Image Retrieval using Deep Learning [13.778851745408133]
本稿では,コンテンツベース画像検索における過去10年間のディープラーニングベース開発に関する包括的調査について述べる。クエリ画像の代表的な特徴とデータセット画像との類似性は、検索のために画像のランク付けに使用される。ディープラーニングは、手作業で設計した機能工学の、10年前から支配的な代替手段として現れてきた。
論文参考訳（メタデータ） (2020-11-23T02:12:30Z)
Visual Relationship Detection using Scene Graphs: A Survey [1.3505077405741583]
シーングラフ(Scene Graph)は、シーンとその中のさまざまな関係をよりよく表現するためのテクニックである。本稿では、シーングラフ生成の様々な技術、視覚的関係を表現するための有効性、下流の様々な課題の解決にどのように使われているかについて、詳細な調査を行う。
論文参考訳（メタデータ） (2020-05-16T17:06:06Z)

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。