Fugu-MT 論文翻訳(概要): The Joy of Neural Painting

論文の概要: The Joy of Neural Painting

arxiv url: http://arxiv.org/abs/2111.10283v2
Date: Mon, 22 Nov 2021 12:44:49 GMT
ステータス: 処理完了
システム内更新日: 2021-11-23 12:13:31.391503
Title: The Joy of Neural Painting
Title（参考訳）: 神経絵画の喜び
Authors: Ernesto Diaz-Aviles (Libre AI) and Claudia Orellana-Rodriguez (Libre AI) and Beth Jochim (Libre AI)
Abstract要約: 私たちは、GANフレームワークに従ってブラシストロークを生成するモデルのクラスをトレーニングします。 GANの限界を克服し、ニューラルネットワークのトレーニングを高速化するために、Transfer Learningをプロセスに適用し、数日から数時間に短縮しました。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Neural Painters is a class of models that follows a GAN framework to generate brushstrokes, which are then composed to create paintings. GANs are great generative models for AI Art but they are known to be notoriously difficult to train. To overcome GAN's limitations and to speed up the Neural Painter training, we applied Transfer Learning to the process reducing it from days to only hours, while achieving the same level of visual aesthetics in the final paintings generated. We report our approach and results in this work.
Abstract（参考訳）: ニューラルペインティング(neural painters)は、ganフレームワークに従ってブラシストロークを生成し、絵を作成するためのモデルである。 GANはAIアートの優れた生成モデルですが、トレーニングが難しいことで知られています。 GANの限界を克服し,ニューラルペインティングのトレーニングを高速化するために,最終的な絵画において同じレベルの視覚美学を達成しつつ,数日から数時間に短縮するプロセスにトランスファーラーニングを適用した。私たちはこの研究のアプローチと成果を報告します。

関連論文リスト

AttentionPainter: An Efficient and Adaptive Stroke Predictor for Scene Painting [82.54770866332456]
ストロークベースのレンダリング(SBR)は、入力画像をパラメータ化されたストロークのシーケンスに分解することを目的としており、入力画像に似た絵に描画することができる。単一ステップのニューラルペイントのための効率よく適応的なモデルであるAttentionPainterを提案する。
論文参考訳（メタデータ） (2024-10-21T18:36:45Z)
Inverse Painting: Reconstructing The Painting Process [24.57538165449989]
我々はこれを自己回帰画像生成問題として定式化し、初期空白の「キャンバス」を反復的に更新する。モデルは、多くのペイントビデオのトレーニングによって、実際のアーティストから学習する。
論文参考訳（メタデータ） (2024-09-30T17:56:52Z)
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)
Stroke-based Rendering: From Heuristics to Deep Learning [0.17188280334580194]
近年のディープラーニング手法の発展は,ストロークベースの絵画と画素写真生成のギャップを埋めるのに役立つ。我々は,ストロークベースのレンダリングアルゴリズムにおける共通課題とアプローチについて,構造化された紹介と理解を提供することを目指している。
論文参考訳（メタデータ） (2022-12-30T05:34:54Z)
A domain adaptive deep learning solution for scanpath prediction of paintings [66.46953851227454]
本稿では,ある絵画の視覚的体験における視聴者の眼球運動分析に焦点を当てた。我々は、人間の視覚的注意を予測するための新しいアプローチを導入し、人間の認知機能に影響を及ぼす。提案した新しいアーキテクチャは、画像を取り込んでスキャンパスを返す。
論文参考訳（メタデータ） (2022-09-22T22:27:08Z)
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)
Learning Prior Feature and Attention Enhanced Image Inpainting [63.21231753407192]
本稿では,事前学習に基づくMasked AutoEncoder(MAE)を塗装モデルに組み込む。マスク付き領域とマスキングされていない領域間の長距離依存性をより学習させるために,MAE の注意点を用いた手法を提案する。
論文参考訳（メタデータ） (2022-08-03T04:32:53Z)
Intelli-Paint: Towards Developing Human-like Painting Agents [19.261822105543175]
そこで本研究では,より人間的な絵画スタイルを示しながら,出力キャンバスの生成を学習する新しい絵画手法を提案する。 Intelli-Paintは1)プログレッシブな階層化戦略から成り、エージェントはまず、各前景オブジェクトをプログレッシブな方法で追加する前に、自然の背景を表現できる。また,筆画エージェントが各画像領域にセマンティック・アウェアで注目を移すのに役立つ,新しいシーケンシャルなブラシストローク誘導戦略を導入する。
論文参考訳（メタデータ） (2021-12-16T14:56:32Z)

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。