論文の概要: Restyling Images with the Bangladeshi Paintings Using Neural Style Transfer: A Comprehensive Experiment, Evaluation, and Human Perspective

• arxiv url: http://arxiv.org/abs/2101.05077v1
• Date: Thu, 10 Dec 2020 15:22:51 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-15 14:24:41.879182
• Title: Restyling Images with the Bangladeshi Paintings Using Neural Style Transfer: A Comprehensive Experiment, Evaluation, and Human Perspective
• Title（参考訳）: ニューラルスタイル転送によるバングラデシュ絵画の復元画像 : 総合的な実験, 評価, 人間の視点
• Authors: Manal, Ali Hasan Md. Linkon, Md. Mahir Labib, Marium-E-Jannat and Md Saiful Islam
• Abstract要約: バングラデシュの画家のアートワークや絵画を使用する研究はありません。 本研究では,バングラデシュ絵画のNSTスタイリング画像を生成し,人間の視点を解析する。
• 参考スコア（独自算出の注目度）: 0.8049701904919516
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In today's world, Neural Style Transfer (NST) has become a trendsetting term. NST combines two pictures, a content picture and a reference image in style (such as the work of a renowned painter) in a way that makes the output image look like an image of the material, but rendered with the form of a reference picture. However, there is no study using the artwork or painting of Bangladeshi painters. Bangladeshi painting has a long history of more than two thousand years and is still being practiced by Bangladeshi painters. This study generates NST stylized image on Bangladeshi paintings and analyzes the human point of view regarding the aesthetic preference of NST on Bangladeshi paintings. To assure our study's acceptance, we performed qualitative human evaluations on generated stylized images by 60 individual humans of different age and gender groups. We have explained how NST works for Bangladeshi paintings and assess NST algorithms, both qualitatively \& quantitatively. Our study acts as a pre-requisite for the impact of NST stylized image using Bangladeshi paintings on mobile UI/GUI and material translation from the human perspective. We hope that this study will encourage new collaborations to create more NST related studies and expand the use of Bangladeshi artworks.
• Abstract（参考訳）: 今日の世界では、ニューラル・スタイル・トランスファー(NST)が流行語となっている。 NSTは、コンテンツ画像と参照画像の2つのスタイル(著名な画家の作品など)を組み合わせることで、出力画像が素材の画像のように見えるが、参照画像の形式でレンダリングされる。 しかし、バングラデシュの画家の作品や絵画を用いた研究はない。 バングラデシュの絵画は2千年以上の歴史があり、現在もバングラデシュの画家によって実践されている。 本研究では,バングラデシュ絵画におけるNSTのスタイリング画像を生成し,バングラデシュ絵画におけるNSTの美的嗜好に関する人間の視点を分析した。 本研究の受容性を保証するため,年齢・性別の異なる60人を対象に,生成したスタイリゼーション画像の質的評価を行った。 我々は,NSTがバングラデシュの絵画に対してどのように機能し,NSTアルゴリズムを質的に,定量的に評価するかを説明した。 本研究は,バングラデシュ絵画を用いたNSTスタイリング画像がモバイルUI/GUIおよび人的視点からの資料翻訳に与える影響の前提条件として機能する。 本研究は,NST関連研究の促進とバングラデシュ美術の活用を促進することを目的としている。

関連論文リスト

• FolkTalent: Enhancing Classification and Tagging of Indian Folk Paintings [1.338174941551702]
  インドの民俗画には、シンボル、色、テクスチャ、物語の豊富なモザイクがあり、文化的遺産の貴重な保存物となっている。 本論文は,これらの絵画を異なる芸術形式に分類し,その特徴を特徴付ける新しいアプローチを提案する。 フォークタレント(FolkTalent)という名前のカスタムデータセットは、12種類の絵画の2279枚のデジタル画像で構成されており、インドの民俗絵画の直接のアウトレットであるウェブサイトを使用して作成されている。
  論文  参考訳（メタデータ） (2024-05-14T17:11:33Z)
• Artwork Protection Against Neural Style Transfer Using Locally Adaptive Adversarial Color Attack [9.072011414658512]
  ニューラルスタイル転送(NST)は、ある画像のスタイルと他の画像の内容を組み合わせることで、新しい画像を生成する。 そこで我々は,アーティストが芸術作品を無許可のスタイル転送から保護するための局所適応型カラーアタック (LAACA) を提案する。
  論文  参考訳（メタデータ） (2024-01-18T01:18:59Z)
• Chinese Painting Style Transfer Using Deep Generative Models [0.0]
  アートスタイルの転送は、コンテンツを保存しながらイメージのスタイルを変更することを目的としている。 本研究は,中国絵画様式の転写における最先端の深層生成モデルについて研究・活用する。
  論文  参考訳（メタデータ） (2023-10-15T23:05:17Z)
• 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)
• Sketch2Saliency: Learning to Detect Salient Objects from Human Drawings [99.9788496281408]
  本研究では,スケッチを弱いラベルとして使用して,画像中の有能な物体を検出する方法について検討する。 これを実現するために,与えられた視覚写真に対応する逐次スケッチ座標を生成することを目的としたフォト・ツー・スケッチ生成モデルを提案する。 テストは、私たちの仮説を証明し、スケッチベースの唾液度検出モデルが、最先端技術と比較して、競争力のあるパフォーマンスを提供する方法を明確にします。
  論文  参考訳（メタデータ） (2023-03-20T23:46:46Z)
• Inversion-Based Style Transfer with Diffusion Models [78.93863016223858]
  以前の任意の例として誘導された芸術的画像生成法は、しばしば形状変化の制御や要素の伝達に失敗する。 画像のキー情報を効率よく正確に学習できるインバージョンベースのスタイル転送手法(InST)を提案する。
  論文  参考訳（メタデータ） (2022-11-23T18:44:25Z)
• Interactive Style Transfer: All is Your Palette [74.06681967115594]
  本稿では,ユーザが対話的に調和したスタイルのイメージを作成できる,図形的な対話型スタイル転送(IST)手法を提案する。 私たちのISTメソッドは、どこからでもブラシやディップスタイルとして機能し、ターゲットのコンテンツイメージの任意の領域にペイントします。
  論文  参考訳（メタデータ） (2022-03-25T06:38:46Z)
• 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)
• Geometric Style Transfer [74.58782301514053]
  幾何学的スタイルの伝達をサポートするニューラルアーキテクチャを導入する。 新しいアーキテクチャはテクスチャスタイルを転送するネットワークに先立って実行される。 ユーザーはコンテント/スタイルのペアを一般的なように入力したり、コンテント/テクスチャスタイル/幾何学スタイルのトリプルを入力できる。
  論文  参考訳（メタデータ） (2020-07-10T16:33:23Z)

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。