論文の概要: Generative Art Using Neural Visual Grammars and Dual Encoders
- arxiv url: http://arxiv.org/abs/2105.00162v2
- Date: Tue, 4 May 2021 01:34:46 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-05 10:47:15.555755
- Title: Generative Art Using Neural Visual Grammars and Dual Encoders
- Title(参考訳): ニューラルビジュアル文法とデュアルエンコーダを用いた生成芸術
- Authors: Chrisantha Fernando, S. M. Ali Eslami, Jean-Baptiste Alayrac, Piotr
Mirowski, Dylan Banarse, Simon Osindero
- Abstract要約: 生成芸術を創出するための新しいアルゴリズムについて述べる。
ユーザーがテキスト文字列を入力することができ、この文字列に対する創造的な応答で画像が出力されます。
- 参考スコア(独自算出の注目度): 25.100664361601112
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Whilst there are perhaps only a few scientific methods, there seem to be
almost as many artistic methods as there are artists. Artistic processes appear
to inhabit the highest order of open-endedness. To begin to understand some of
the processes of art making it is helpful to try to automate them even
partially. In this paper, a novel algorithm for producing generative art is
described which allows a user to input a text string, and which in a creative
response to this string, outputs an image which interprets that string. It does
so by evolving images using a hierarchical neural Lindenmeyer system, and
evaluating these images along the way using an image text dual encoder trained
on billions of images and their associated text from the internet. In doing so
we have access to and control over an instance of an artistic process, allowing
analysis of which aspects of the artistic process become the task of the
algorithm, and which elements remain the responsibility of the artist.
- Abstract(参考訳): 科学的な手法は少なからず存在するが、芸術的手法は芸術家とほぼ同程度である。
芸術的過程は、最も高い開放性を持つ。
アートのプロセスの一部を理解し始めるには、それを部分的に自動化しようとしても役立ちます。
本稿では,ユーザがテキスト文字列を入力し,その文字列に対する創造的応答の中でその文字列を解釈する画像を出力する,生成的アートを生成する新しいアルゴリズムについて述べる。
階層型ニューラルリンデンメイヤーシステムを用いて画像を進化させ、何十億もの画像とそれに関連するインターネットからのテキストに基づいて訓練された画像テキストデュアルエンコーダを用いて、これらの画像を評価する。
それによって、アートプロセスのどの側面がアルゴリズムのタスクとなり、どの要素がアーティストの責任のままなのかを分析することができる。
関連論文リスト
- ProcessPainter: Learn Painting Process from Sequence Data [27.9875429986135]
画家の絵画の過程は本質的に段階的に変化しており、異なる画家や様式によって大きく異なる。
従来のストロークベースのレンダリング手法は、画像をブラシストロークのシーケンスに分解するが、アーティストの真正なプロセスの複製には不十分である。
ProcessPainterは、最初は合成データに基づいて事前訓練され、その後、特定のアーティストの絵のシーケンスで微調整されるテキスト・ビデオ・モデルである。
論文 参考訳(メタデータ) (2024-06-10T07:18:41Z) - 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) - Text-Guided Synthesis of Eulerian Cinemagraphs [81.20353774053768]
テキスト記述からシネマグラフを作成する完全自動化された方法であるText2Cinemagraphを紹介する。
連続した動きと反復的なテクスチャを示す流れの川や漂流する雲などの流体要素のシネマグラフに焦点を当てる。
論文 参考訳(メタデータ) (2023-07-06T17:59:31Z) - Learning to Evaluate the Artness of AI-generated Images [64.48229009396186]
アートスコア(ArtScore)は、アーティストによる本物のアートワークと画像がどの程度似ているかを評価するために設計されたメトリクスである。
我々は、写真とアートワークの生成のために事前訓練されたモデルを採用し、一連の混合モデルを生み出した。
このデータセットはニューラルネットワークのトレーニングに使用され、任意の画像の定量化精度レベルを推定する方法を学ぶ。
論文 参考訳(メタデータ) (2023-05-08T17:58:27Z) - 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) - Text2Human: Text-Driven Controllable Human Image Generation [98.34326708923284]
既存の生成モデルは、しばしば衣服の形やテクスチャの多様性の高さの下で不足する。
テキスト駆動制御可能なフレームワークであるText2Humanを,高品質で多種多様なヒューマン世代向けに提案する。
論文 参考訳(メタデータ) (2022-05-31T17:57:06Z) - Text to artistic image generation [0.0]
テキスト記述から芸術的な画像を生成できるエンドツーエンドのソリューションを作成します。
ペア化されたテキスト記述とアートイメージのデータセットが不足しているため、テキスト入力に基づいてアートを作成するアルゴリズムを直接訓練することは困難である。
論文 参考訳(メタデータ) (2022-05-05T04:44:56Z) - Toward Modeling Creative Processes for Algorithmic Painting [12.602935529346063]
論文は、創造的なプロセスには、曖昧でハイレベルな目標と、新しいアイデアを発見するための探索的なプロセスの2つの重要な要素が含まれる、と論じている。
本稿では,不特定損失関数や明示的なタスク分解を伴う反復的塗装手順を含む,図面過程のこれらの要素を模倣するための計算機構をスケッチする。
論文 参考訳(メタデータ) (2022-05-03T16:33:45Z) - Understanding Compositional Structures in Art Historical Images using
Pose and Gaze Priors [20.98603643788824]
画像合成は、アーティストとそのアートワークを研究するために、画像内の相互作用を分析するのに有用である。
本研究では,既存の機械学習技術を用いて,このプロセスの自動化を試みる。
本手法は, (a) 絵画のアクション領域とアクションラインの検出, (b) 前景と背景のポーズに基づくセグメンテーションの2つの中心的なテーマに焦点を当てる。
論文 参考訳(メタデータ) (2020-09-08T15:01:56Z) - State of the Art on Neural Rendering [141.22760314536438]
我々は,古典的コンピュータグラフィックス技術と深層生成モデルを組み合わせることで,制御可能かつフォトリアリスティックな出力を得るアプローチに焦点をあてる。
本報告は,新しいビュー合成,セマンティック写真操作,顔と身体の再現,リライティング,自由視点ビデオ,バーチャルおよび拡張現実テレプレゼンスのためのフォトリアリスティックアバターの作成など,記述されたアルゴリズムの多くの重要なユースケースに焦点をあてる。
論文 参考訳(メタデータ) (2020-04-08T04:36:31Z)
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。