Fugu-MT 論文翻訳(概要): The Role of Edges in Line Drawing Perception

論文の概要: The Role of Edges in Line Drawing Perception

arxiv url: http://arxiv.org/abs/2101.09376v1
Date: Fri, 22 Jan 2021 23:22:05 GMT
ステータス: 処理完了
システム内更新日: 2021-03-20 17:17:09.491701
Title: The Role of Edges in Line Drawing Perception
Title（参考訳）: 線引き知覚におけるエッジの役割
Authors: Aaron Hertzmann
Abstract要約: 線描の有効性は、エッジ画像と線描との類似性によって説明できるとしばしば推測されている。本稿では,線描知覚をエッジの観点から説明する上での問題と,最近提案されたHertzmannのリアリズム仮説(2020)がこれらの問題をどう解決するかを述べる。
参考スコア（独自算出の注目度）: 15.24376124676205
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: It has often been conjectured that the effectiveness of line drawings can be explained by the similarity of edge images to line drawings. This paper presents several problems with explaining line drawing perception in terms of edges, and how the recently-proposed Realism Hypothesis of Hertzmann (2020) resolves these problems. There is nonetheless existing evidence that edges are often the best features for predicting where people draw lines; this paper describes how the Realism Hypothesis can explain this evidence.
Abstract（参考訳）: 線描の有効性は、エッジ画像と線描との類似性によって説明できるとしばしば推測されている。本稿では,辺の観点で線引き知覚を説明する際のいくつかの問題と,ヘルツマン(2020)の最近提唱されたリアリズム仮説が,これらの問題をいかに解決するかを示す。それにもかかわらず、エッジはしばしば人々が線を描く場所を予測するのに最適な特徴である、という証拠は存在する。

関連論文リスト

Deep Geometrized Cartoon Line Inbetweening [98.35956631655357]
インベントワイニングは、2つの白黒線図の間の中間フレームを生成する。画像全体のマッチングとワープに依存する既存のフレームメソッドは、ラインインテワイニングには適していない。本稿では,AnimeInbetを提案する。これは幾何学的な線描画をエンドポイントにジオメトリし,グラフ融合問題としてインベントワイニングタスクを再構成する。本手法は,線画の細部と細部を包含しながら,線画の細部と特異な構造を効果的に捉えることができる。
論文参考訳（メタデータ） (2023-09-28T17:50:05Z)
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)
Reinforced Causal Explainer for Graph Neural Networks [112.57265240212001]
グラフニューラルネットワーク(GNN)の探索には説明可能性が不可欠である我々は強化学習エージェントReinforced Causal Explainer (RC-Explainer)を提案する。 RC-Explainerは忠実で簡潔な説明を生成し、グラフを見えなくするより優れたパワーを持つ。
論文参考訳（メタデータ） (2022-04-23T09:13:25Z)
Learning to generate line drawings that convey geometry and semantics [22.932131011984513]
本稿では,写真から線画を作成する方法を提案する。線画はシーン情報のエンコーディングであり,3次元形状と意味的意味を伝達しようとする。線描画の画像特徴から深度情報を予測する幾何学的損失と、線描画のCLIP特徴と対応する写真とを一致させる意味的損失を導入する。
論文参考訳（メタデータ） (2022-03-23T19:27:41Z)
Explainers in the Wild: Making Surrogate Explainers Robust to Distortions through Perception [77.34726150561087]
説明における歪みの影響を知覚距離を埋め込むことで評価する手法を提案する。 Imagenet-Cデータセットの画像の説明を生成し、サロゲート説明書の知覚距離を使用して歪んだ画像と参照画像のより一貫性のある説明を作成する方法を示しています。
論文参考訳（メタデータ） (2021-02-22T12:38:53Z)
Hierarchical Recurrent Attention Networks for Structured Online Maps [91.28820076955128]
疎い3次元点雲からのオンライン道路網抽出の問題に対処する。この手法はannotatorがレーングラフを構築する方法に触発され、まず何レーンあるかを特定し、順番に各レーンを描画する。我々は,レーン境界の初期領域に順応する階層的リカレントネットワークを開発し,構造化ポリラインを出力することにより,それらを完全にトレースする。
論文参考訳（メタデータ） (2020-12-22T19:35:53Z)
Likelihood Landscapes: A Unifying Principle Behind Many Adversarial Defenses [15.629921195632857]
本研究では,防御技術が地形形状に与える影響について検討する。敵防衛技術のサブセットは、可能性の景観を平らにする同様の効果をもたらす。
論文参考訳（メタデータ） (2020-08-25T22:51:51Z)
Cross-Modal Hierarchical Modelling for Fine-Grained Sketch Based Image Retrieval [147.24102408745247]
我々は、これまで見過ごされてきたスケッチのさらなる特性、すなわち、詳細レベルの階層性について研究する。本稿では,スケッチ固有の階層を育成し,それを利用して,対応する階層レベルでのスケッチと写真とのマッチングを行う新しいネットワークを設計する。
論文参考訳（メタデータ） (2020-07-29T20:50:25Z)
Why Do Line Drawings Work? A Realism Hypothesis [12.602935529346063]
この論文は、人間の視覚系が線描を、まるでほぼ現実的なイメージであるかのように知覚する、という仮説を立てている。線画の技法は人間の観察者に正確に形状を伝えるために選択される。
論文参考訳（メタデータ） (2020-02-14T21:41:00Z)

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。