Fugu-MT 論文翻訳(概要): Image In painting Applied to Art Completing Escher's Print Gallery

論文の概要: Image In painting Applied to Art Completing Escher's Print Gallery

arxiv url: http://arxiv.org/abs/2109.02536v1
Date: Mon, 6 Sep 2021 15:24:38 GMT
ステータス: 処理完了
システム内更新日: 2021-09-07 19:53:45.044659
Title: Image In painting Applied to Art Completing Escher's Print Gallery
Title（参考訳）: エッシャーの印刷ギャラリーに描かれた絵画のイメージ
Authors: Lucia Cipolina-Kun, Simone Caenazzo, Gaston Mazzei, Aditya Srinivas Menon
Abstract要約: ユースケースとしてM.C Eschers Print Galleryリソグラフィを紹介する。このアートワークは、その中心に空白を呈し、さらに、塗装法で保存する必要がある挑戦的な数学的構造に従う。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This extended abstract presents the first stages of a research on in-painting suited for art reconstruction. We introduce M.C Eschers Print Gallery lithography as a use case example. This artwork presents a void on its center and additionally, it follows a challenging mathematical structure that needs to be preserved by the in-painting method. We present our work so far and our future line of research.
Abstract（参考訳）: この拡張抽象概念は、芸術再建に適したインペイントの研究の第1段階を提示する。ユースケースとしてM.C Eschers Print Galleryリソグラフィを紹介する。このアートワークは、その中心に空白を呈し、さらに、塗装法で保存する必要がある挑戦的な数学的構造に従う。我々はこれまでに研究成果と今後の研究成果を提示する。

関連論文リスト

GalleryGPT: Analyzing Paintings with Large Multimodal Models [64.98398357569765]
美術品の分析は、個人の審美性を豊かにし、批判的思考能力を促進することができる芸術鑑賞のための重要かつ基本的な技術である。アートワークを自動解析する以前の作業は、主に分類、検索、その他の単純なタスクに焦点を当てており、AIの目標とは程遠い。 LLaVAアーキテクチャに基づいて微調整されたGalleryGPTと呼ばれる,絵画解析のための優れた大規模マルチモーダルモデルを提案する。
論文参考訳（メタデータ） (2024-08-01T11:52:56Z)
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)
Stroke-based Neural Painting and Stylization with Dynamically Predicted Painting Region [66.75826549444909]
ストロークベースのレンダリングは、ストロークのセットで画像を再現することを目的としている。本研究では,現在のキャンバスに基づいて絵画領域を予測する合成ニューラルネットワークを提案する。我々は、新しい微分可能な距離変換損失を伴って、ストロークベースのスタイル転送に拡張する。
論文参考訳（メタデータ） (2023-09-07T06:27:39Z)
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)
PaintSeg: Training-free Segmentation via Painting [50.17936803209125]
PaintSegは、トレーニングなしでオブジェクトをセグメンテーションするための新しい教師なしのメソッドである。前者は前景をマスキングして背景を埋め、後者は前景の欠落部分を回復しながら背景をマスキングする。実験の結果、PaintSegは、粗いマスクプロンプト、ボックスプロンプト、ポイントプロンプトセグメンテーションタスクにおいて、既存のアプローチよりも優れていることが示された。
論文参考訳（メタデータ） (2023-05-30T20:43:42Z)
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)
Perceptual Artifacts Localization for Inpainting [60.5659086595901]
そこで本研究では,知覚的アーティファクトの自動セグメンテーションの学習タスクを提案する。データセット上で高度なセグメンテーションネットワークをトレーニングし、インペイントされた画像内のインペイントされたアーティファクトを確実にローカライズする。また, 対象領域と対象領域全体との比率である知覚人工物比 (PAR) という新しい評価指標を提案する。
論文参考訳（メタデータ） (2022-08-05T18:50:51Z)
Comparison of CoModGANs, LaMa and GLIDE for Art Inpainting- Completing M.C Escher's Print Gallery [0.0]
デジタルアート修復は、絵画の劣化または欠落部分を修正するための塗装モデルの恩恵を受けている。この研究は、大きな欠損領域の塗装のための3つの現在の最先端技術モデルと比較する。
論文参考訳（メタデータ） (2022-05-03T19:26:05Z)
Recovery of underdrawings and ghost-paintings via style transfer by deep convolutional neural networks: A digital tool for art scholars [0.7646713951724012]
本稿では,美術油絵における下絵の可視化とゴーストペイントの改善問題に対する畳み込みニューラルネットワーク方式の応用について述べる。 Pablo PicassoとLeonardoの作品に適用される私たちの概念実証システムは、ゴーストペイントの自然なセグメンテーションを尊重する色とデザインを明らかにします。
論文参考訳（メタデータ） (2021-01-04T18:24:11Z)
Identifying centres of interest in paintings using alignment and edge detection: Case studies on works by Luc Tuymans [1.8855270809505869]
興味の中心を確立するために,アーティストがオリジナル画像に適用する変換のいくつかをアルゴリズム的に分解する最初の予備ステップを設定した。本研究は,まず,絵画をベースとしたオリジナル画像から最小部分を切り離し,絵をこのソースと整列させ,興味の中心を特定するための微小な差分を調査し,その役割を理解しようとする比較手法を提案する。
論文参考訳（メタデータ） (2021-01-04T10:04:19Z)
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)

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。