論文の概要: End-to-End Chinese Landscape Painting Creation Using Generative Adversarial Networks

• arxiv url: http://arxiv.org/abs/2011.05552v1
• Date: Wed, 11 Nov 2020 05:20:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-26 23:49:56.491311
• Title: End-to-End Chinese Landscape Painting Creation Using Generative Adversarial Networks
• Title（参考訳）: ジェネレーティブ・ディバイサル・ネットワークを用いた中国の風景画創出
• Authors: Alice Xue
• Abstract要約: そこで我々は,中国の風景画を条件付き入力なしで終端から終端まで生成する最初のモデルであるSketch-And-Paint GAN(SAPGAN)を提案する。 SAPGANは、エッジマップを生成するSketchGANと、続くエッジ・ツー・ペイント翻訳のためのPaintGANの2つのGANで構成されている。 242人のビジュアルチューリングテストでは、SAPGANの絵画は55%の頻度で人間の作品と誤認され、ベースラインのGANの絵画よりも著しく優れています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current GAN-based art generation methods produce unoriginal artwork due to their dependence on conditional input. Here, we propose Sketch-And-Paint GAN (SAPGAN), the first model which generates Chinese landscape paintings from end to end, without conditional input. SAPGAN is composed of two GANs: SketchGAN for generation of edge maps, and PaintGAN for subsequent edge-to-painting translation. Our model is trained on a new dataset of traditional Chinese landscape paintings never before used for generative research. A 242-person Visual Turing Test study reveals that SAPGAN paintings are mistaken as human artwork with 55% frequency, significantly outperforming paintings from baseline GANs. Our work lays a groundwork for truly machine-original art generation.
• Abstract（参考訳）: 現在のGANベースのアート生成手法は、条件入力に依存するため、非オリジナルなアートワークを生成する。 そこで本稿では,中国の風景画を終末から終末に生成する最初のモデルであるSketch-And-Paint GAN(SAPGAN)を提案する。 SAPGANは、エッジマップを生成するSketchGANと、続くエッジからペイントへの翻訳を行うPaintGANの2つのGANで構成されている。 我々のモデルは、中国の伝統的な風景画の新しいデータセットで訓練されています。 242人のビジュアルチューリングテストでは、SAPGANの絵画は55%の頻度で人間の作品と誤認され、ベースラインのGANの絵画よりも著しく優れています。 私たちの作品は、真に機械起源のアートジェネレーションの基礎を成している。

関連論文リスト

• DLP-GAN: learning to draw modern Chinese landscape photos with generative adversarial network [20.74857981451259]
  中国の風景画は独特で芸術的な様式であり、その画法は色と現実的な物体表現の両方において非常に抽象的である。 従来は、近代の絵から古代の墨画への移行に焦点が当てられていたが、風景画を近代の絵に翻訳することにはほとんど関心が向けられていない。
  論文  参考訳（メタデータ） (2024-03-06T04:46:03Z)
• Stroke-based Neural Painting and Stylization with Dynamically Predicted Painting Region [66.75826549444909]
  ストロークベースのレンダリングは、ストロークのセットで画像を再現することを目的としている。 本研究では,現在のキャンバスに基づいて絵画領域を予測する合成ニューラルネットワークを提案する。 我々は、新しい微分可能な距離変換損失を伴って、ストロークベースのスタイル転送に拡張する。
  論文  参考訳（メタデータ） (2023-09-07T06:27:39Z)
• Interactive Neural Painting [66.9376011879115]
  本稿では,対話型ニューラルペイント(NP)の最初のアプローチを提案する。 2段デコーダを用いた条件変圧器変分自動エンコーダ(VAE)アーキテクチャに基づく新しい手法であるI-Paintを提案する。 実験の結果,本手法は良好なストローク提案を提供し,最先端技術と比較した。
  論文  参考訳（メタデータ） (2023-07-31T07:02:00Z)
• CCLAP: Controllable Chinese Landscape Painting Generation via Latent Diffusion Model [54.74470985388726]
  制御可能な中国の風景画作成方法CCLAP。 本手法は,特に芸術的・芸術的概念において,最先端の演奏を実現する。
  論文  参考訳（メタデータ） (2023-04-09T04:16:28Z)
• Art Creation with Multi-Conditional StyleGANs [81.72047414190482]
  人間のアーティストは、独特のスキル、理解、そして深い感情や感情を引き起こすアートワークを作る真の意図の組み合わせが必要です。 本研究では,多条件生成支援ネットワーク(GAN)アプローチを導入し,人間の芸術を模倣する現実的な絵画を合成する。
  論文  参考訳（メタデータ） (2022-02-23T20:45:41Z)
• The Joy of Neural Painting [0.0]
  私たちは、GANフレームワークに従ってブラシストロークを生成するモデルのクラスをトレーニングします。 GANの限界を克服し、ニューラルネットワークのトレーニングを高速化するために、Transfer Learningをプロセスに適用し、数日から数時間に短縮しました。
  論文  参考訳（メタデータ） (2021-11-19T15:44:10Z)
• Continuation of Famous Art with AI: A Conditional Adversarial Network Inpainting Approach [1.713291434132985]
  本研究は,画像インペインティングを応用して,有名な美術品を継続し,コンディショナルGANで生成芸術を制作するものである。 塗装GANは、対向的・絶対的な差分損失を最小化して、中心作物から原像を復元する学習を行う。 画像はトリミングではなくリサイズされ、ジェネレータへの入力として提示される。 学習プロセスの後、ジェネレータは元の部品の端から連続して新しい画像を生成する。
  論文  参考訳（メタデータ） (2021-10-18T10:39:32Z)
• A Framework and Dataset for Abstract Art Generation via CalligraphyGAN [0.0]
  本研究では,コンディショナル・ジェネレーティブ・アドバイザリ・ネットワークと文脈ニューラル言語モデルに基づく創造的枠組みを提示し,抽象アートワークを生成する。 私たちの作品は中国書道に触発され、字そのものが美的絵画である独特の視覚芸術形式である。
  論文  参考訳（メタデータ） (2020-12-02T16:24:20Z)
• XingGAN for Person Image Generation [149.54517767056382]
  本稿では,人物画像生成タスクのための新しいジェネレーティブ・アドバイザリアル・ネットワーク(XingGAN)を提案する。 XingGANは、人物の外観と形状をモデル化する2世代ブランチで構成されている。 提案したXingGANは,客観的な定量的スコアと主観的視覚的現実性の観点から,最先端のパフォーマンスを向上することを示す。
  論文  参考訳（メタデータ） (2020-07-17T23:40:22Z)
• Sketch-Guided Scenery Image Outpainting [83.6612152173028]
  本稿では,スケッチ誘導露光を行うエンコーダデコーダに基づくネットワークを提案する。 全体的アライメントモジュールを適用して、合成された部分をグローバルビューの実際のものと類似させる。 第2に, 合成した部分からスケッチを逆向きに生成し, 接地した部分との整合性を奨励する。
  論文  参考訳（メタデータ） (2020-06-17T11:34:36Z)

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。