論文の概要: Culture-inspired Multi-modal Color Palette Generation and Colorization:
A Chinese Youth Subculture Case
- arxiv url: http://arxiv.org/abs/2102.05231v1
- Date: Wed, 10 Feb 2021 02:56:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-11 19:42:08.993073
- Title: Culture-inspired Multi-modal Color Palette Generation and Colorization:
A Chinese Youth Subculture Case
- Title(参考訳): 文化に触発されたマルチモーダルカラーパレットの生成と着色--中国青少年サブカルチャー事例
- Authors: Yufan Li, Jinggang Zhuo, Ling Fan, Harry Jiannan Wang
- Abstract要約: 私たちは中国青年サブカルチャー(CYS)にインスパイアされたユニークなカラーデータセットを構築します。
我々は、CYSスタイルのカラーパレットを作成するためのインタラクティブなマルチモーダル生成フレームワークを開発した。
我々のフレームワークは、人間とループの原理で設計されたデモシステムを通して説明されます。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Color is an essential component of graphic design, acting not only as a
visual factor but also carrying cultural implications. However, existing
research on algorithmic color palette generation and colorization largely
ignores the cultural aspect. In this paper, we contribute to this line of
research by first constructing a unique color dataset inspired by a specific
culture, i.e., Chinese Youth Subculture (CYS), which is an vibrant and trending
cultural group especially for the Gen Z population. We show that the colors
used in CYS have special aesthetic and semantic characteristics that are
different from generic color theory. We then develop an interactive multi-modal
generative framework to create CYS-styled color palettes, which can be used to
put a CYS twist on images using our automatic colorization model. Our framework
is illustrated via a demo system designed with the human-in-the-loop principle
that constantly provides feedback to our algorithms. User studies are also
conducted to evaluate our generation results.
- Abstract(参考訳): 色彩はグラフィックデザインの重要な要素であり、視覚的な要素としてだけでなく文化的意味合いも持つ。
しかし、アルゴリズムカラーパレットの生成とカラー化に関する既存の研究は、文化的側面をほとんど無視している。
本論文では、特にジーンZ集団にとって活気に満ちた流行の文化集団である中国青年サブカルチャー(CYS)という特定の文化にインスパイアされたユニークなカラーデータセットを最初に構築することによって、この研究のラインに貢献します。
CYSで使用される色は、一般的な色理論とは異なる特別な美的特徴と意味的特徴を有することを示す。
次に、CYSスタイルのカラーパレットを作成するための対話型マルチモーダル生成フレームワークを開発し、自動色付けモデルを用いてCYSツイストを画像に配置する。
私たちのフレームワークは、アルゴリズムに常にフィードバックを提供する、Human-in-the-loop原則で設計されたデモシステムを通じて説明されています。
また, ユーザ調査を行い, 評価を行った。
関連論文リスト
- CIC: A framework for Culturally-aware Image Captioning [3.03134738398979]
そこで我々は,文化を表す画像の視覚的要素から抽出された文化的要素をキャプションとして記述する新しい枠組み,textbfCulturally-aware Image Captioning (CIC)を提案する。
視覚的モダリティとLarge Language Models(LLM)を適切なプロンプトで組み合わせた手法に着想を得て,この枠組みは画像から文化カテゴリーに基づく質問を生成する。
4つの異なる文化集団から45人の被験者を対象に行った人的評価から,提案する枠組みがより文化的に記述的なキャプションを生成することが示唆された。
論文 参考訳(メタデータ) (2024-02-08T03:12:25Z) - L-CAD: Language-based Colorization with Any-level Descriptions using
Diffusion Priors [62.80068955192816]
我々は,任意のレベルの記述で言語ベースの色付けを行う統一モデルを提案する。
我々は、その頑健な言語理解と豊かな色優先のために、事前訓練されたモダリティ生成モデルを活用する。
提案した新しいサンプリング戦略により,多様な複雑なシナリオにおいて,インスタンス認識のカラー化を実現する。
論文 参考訳(メタデータ) (2023-05-24T14:57:42Z) - On Human Visual Contrast Sensitivity and Machine Vision Robustness: A
Comparative Study [68.41864523774164]
色の違いがマシンビジョンにどのように影響するかは、まだよく研究されていない。
我々の研究は、視覚認識の人間の色覚と機械の色覚のギャップを埋めようとしている。
カラーコントラストと劣化画像の効果を広範囲に解析するために,新しい枠組みを2次元で考案した。
論文 参考訳(メタデータ) (2022-12-16T18:51:41Z) - PalGAN: Image Colorization with Palette Generative Adversarial Networks [51.59276436217957]
そこで本研究では,パレット推定とカラーアテンションを統合した新しいGANベースのカラー化手法PalGANを提案する。
PalGANは、定量的評価と視覚比較において最先端の成果を上げ、顕著な多様性、コントラスト、およびエッジ保存の外観を提供する。
論文 参考訳(メタデータ) (2022-10-20T12:28:31Z) - Generating Compositional Color Representations from Text [3.141061579698638]
画像検索エンジン上のユーザクエリのかなりの部分が(属性、オブジェクト)構造に従っているという事実に触発され、このような大局的な色プロファイルを生成する生成逆ネットワークを提案する。
コンポジションを学ぶためにパイプラインを設計します - 見た属性とオブジェクトを、目に見えないペアに組み合わせる機能です。
論文 参考訳(メタデータ) (2021-09-22T01:37:13Z) - Towards Photorealistic Colorization by Imagination [48.82757902812846]
本稿では,人間の想像力を模倣した画像の自動色付け手法を提案する。
我々の研究は、最先端の画像カラー化手法よりも、よりカラフルで多彩な結果をもたらす。
論文 参考訳(メタデータ) (2021-08-20T14:28:37Z) - Towards Vivid and Diverse Image Colorization with Generative Color Prior [17.087464490162073]
最近のディープラーニングベースの手法は、画像のカラー化を低コストで行うことができる。
我々は,事前学習されたGAN(Generative Adversarial Networks)にカプセル化されている,豊かで多様な色を活かして鮮やかな色を復元することを目的としている。
先進的なデザインと繊細なデザインの強力な生成色のおかげで、我々の手法は1つの前進パスで鮮やかな色を作り出すことができた。
論文 参考訳(メタデータ) (2021-08-19T17:49:21Z) - CoRe: Color Regression for Multicolor Fashion Garments [80.57724826629176]
本稿では,RGBの正確な値を予測するために,色検出を回帰問題として扱う。
新たに提案したアーキテクチャの洗練のための第2のレグレッションステージも含んでいます。
このアーキテクチャはモジュラーであり、多色衣料のすべての色のRGBを検出するために容易に拡張される。
論文 参考訳(メタデータ) (2020-10-06T16:12:30Z) - Semantic-driven Colorization [78.88814849391352]
最近の着色は、白黒画像の着色を学習しながら意味情報を暗黙的に予測する。
そこで本研究では,まず,人間の動作をシミュレートして,画像の理解を学習し,色づけする。
論文 参考訳(メタデータ) (2020-06-13T08:13:30Z)
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。