論文の概要: GAN Computers Generate Arts? A Survey on Visual Arts, Music, and
Literary Text Generation using Generative Adversarial Network
- arxiv url: http://arxiv.org/abs/2108.03857v1
- Date: Mon, 9 Aug 2021 07:59:04 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-10 15:51:57.875714
- Title: GAN Computers Generate Arts? A Survey on Visual Arts, Music, and
Literary Text Generation using Generative Adversarial Network
- Title(参考訳): GAN Computers Generate Arts?
生成的adversarial networkを用いた視覚芸術・音楽・文芸テキスト生成に関する調査研究
- Authors: Sakib Shahriar
- Abstract要約: 本調査では, 視覚芸術, 音楽, 文学テキストの生成にGANを用いた最近の作品について考察する。
GANを使ったアートジェネレーションにおける重要な課題のいくつかは、今後の作業の推奨とともに強調されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: "Art is the lie that enables us to realize the truth." - Pablo Picasso. For
centuries, humans have dedicated themselves to producing arts to convey their
imagination. The advancement in technology and deep learning in particular, has
caught the attention of many researchers trying to investigate whether art
generation is possible by computers and algorithms. Using generative
adversarial networks (GANs), applications such as synthesizing photorealistic
human faces and creating captions automatically from images were realized. This
survey takes a comprehensive look at the recent works using GANs for generating
visual arts, music, and literary text. A performance comparison and description
of the various GAN architecture are also presented. Finally, some of the key
challenges in art generation using GANs are highlighted along with
recommendations for future work.
- Abstract(参考訳): 「芸術とは、真実を実現するための嘘である。」
-パブロ・ピカソ。
何世紀もの間、人類は想像力を伝えるために芸術制作に専念してきた。
特に、テクノロジーとディープラーニングの進歩は、コンピュータとアルゴリズムによってアート生成が可能かどうかを調べる多くの研究者の注目を集めている。
generative adversarial network (gans) を用いて、フォトリアリスティックな人間の顔の合成や、画像から自動的にキャプションを作成するアプリケーションを実現する。
本調査では, 視覚芸術, 音楽, 文学テキストの生成にGANを用いた最近の作品について概観する。
各種GANアーキテクチャの性能比較と記述についても述べる。
最後に、GANを使ったアートジェネレーションにおける重要な課題は、今後の仕事の推奨とともに強調されている。
関連論文リスト
- Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。
本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。
我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
論文 参考訳(メタデータ) (2024-08-22T04:49:50Z) - Studying Artist Sentiments around AI-generated Artwork [25.02527831382343]
われわれは7人のアーティストにインタビューし、ソーシャルメディアプラットフォームReddit、Twitter、Artstationでアーティストの投稿を分析した。
我々は、これらのツールの包括的開発に向けて、AI生成アートワークに関するアーティストの主な懸念と希望を報告します。
論文 参考訳(メタデータ) (2023-11-22T22:44:02Z) - State of the Art on Diffusion Models for Visual Computing [191.6168813012954]
本稿では,拡散モデルの基本数学的概念,実装の詳細,および一般的な安定拡散モデルの設計選択を紹介する。
また,拡散に基づく生成と編集に関する文献の急速な発展を概観する。
利用可能なデータセット、メトリクス、オープンな課題、社会的意味について議論する。
論文 参考訳(メタデータ) (2023-10-11T05:32:29Z) - Album cover art image generation with Generative Adversarial Networks [0.0]
この論文は、ニューラルネットワークの基本をカバーし、GANの特定の側面まで機能する。
目的は、GANがアルバムアートカバーを作成できるかどうか、ジャンル別に調整できるかどうかを確認することである。
論文 参考訳(メタデータ) (2022-12-09T13:27:46Z) - Visualize Before You Write: Imagination-Guided Open-Ended Text
Generation [68.96699389728964]
我々は、機械生成画像を用いて、オープンエンドテキスト生成における言語モデルをガイドするiNLGを提案する。
オープンエンドテキスト生成タスクにおけるiNLGの有効性について実験と解析を行った。
論文 参考訳(メタデータ) (2022-10-07T18:01:09Z) - DC-Art-GAN: Stable Procedural Content Generation using DC-GANs for
Digital Art [4.9631159466100305]
我々は,安定かつ異質なアートジェネレーションのために,敵対的な訓練を施した深層生成ネットワークのコンセプトを提唱する。
この研究は主に、DC-GAN(Deep Convolutional Generative Adversarial Network)の使用に焦点を当て、GANトレーニングにおける共通の落とし穴に対処する技術を探っている。
論文 参考訳(メタデータ) (2022-09-06T23:06:46Z) - A Taxonomy of Prompt Modifiers for Text-To-Image Generation [6.903929927172919]
本稿では,3ヶ月のエスノグラフィー研究に基づいて,オンラインコミュニティの実践者が使用する6種類のプロンプト修飾剤を同定する。
プロンプト修飾子の新たな分類法は、テキスト・ツー・イメージ・ジェネレーションの実践を研究するための概念的な出発点となる。
本稿では,人間-コンピュータインタラクション分野における新しい創造的実践の機会について論じる。
論文 参考訳(メタデータ) (2022-04-20T06:15:50Z) - 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) - Deep Person Generation: A Survey from the Perspective of Face, Pose and
Cloth Synthesis [55.72674354651122]
まず、まず、人物生成の範囲を要約し、それから、最新の進歩と深い人物生成の技術的トレンドを体系的にレビューする。
200以上の論文が網羅的に紹介され、重要な技術的ブレークスルーを見るためにマイルストーンの作業が強調されている。
この調査は、ディープ・パーソン・ジェネレーションの将来的な展望に光を当て、デジタル・ヒューマンへの完全な応用のための有用な基盤を提供することを期待している。
論文 参考訳(メタデータ) (2021-09-05T14:15:24Z) - 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) - 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。