論文の概要: An Overview of Color Transfer and Style Transfer for Images and Videos
- arxiv url: http://arxiv.org/abs/2204.13339v1
- Date: Thu, 28 Apr 2022 08:20:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-30 00:54:22.103282
- Title: An Overview of Color Transfer and Style Transfer for Images and Videos
- Title（参考訳）: 画像・映像におけるカラー・トランスファーとスタイル・トランスファーの概観
- Authors: Shiguang Liu
- Abstract要約: ソース画像(ビデオ)とターゲット画像(ビデオ)が与えられた場合、画像(ビデオ)カラー転送技術は、ソース画像やビデオの色を処理することを目的としている。
カラー転送の拡張として、スタイル転送は、アーティストのスタイルでターゲット画像やビデオの内容をレンダリングすることを指す。
- 参考スコア（独自算出の注目度）: 13.401746329218014
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Image or video appearance features (e.g., color, texture, tone, illumination,
and so on) reflect one's visual perception and direct impression of an image or
video. Given a source image (video) and a target image (video), the image
(video) color transfer technique aims to process the color of the source image
or video (note that the source image or video is also referred to the reference
image or video in some literature) to make it look like that of the target
image or video, i.e., transferring the appearance of the target image or video
to that of the source image or video, which can thereby change one's perception
of the source image or video. As an extension of color transfer, style transfer
refers to rendering the content of a target image or video in the style of an
artist with either a style sample or a set of images through a style transfer
model. As an emerging field, the study of style transfer has attracted the
attention of a large number of researchers. After decades of development, it
has become a highly interdisciplinary research with a variety of artistic
expression styles can be achieved. This paper provides an overview of color
transfer and style transfer methods over the past years.
- Abstract（参考訳）: 画像または映像の外観特徴(例えば、色、テクスチャ、トーン、照明、等)は、画像または映像の視覚的知覚と直接の印象を反映する。
ソース画像(ビデオ)とターゲット画像(ビデオ)とが与えられると、画像(ビデオ)カラー転送技術は、ソース画像またはビデオの色(ソース画像またはビデオが参照画像またはビデオにも言及されていることに注意)を処理して、ターゲット画像またはビデオの外観をソース画像またはビデオの外観に移し、ソース画像またはビデオの知覚を変化させる。
カラートランスファーの拡張として、スタイルトランスファー(style transfer)は、スタイルトランスファーモデルを通して、スタイルサンプルまたは一連のイメージを用いて、アーティストのスタイルでターゲット画像またはビデオの内容をレンダリングすることを指す。
新たな分野として、スタイル伝達の研究は多くの研究者の注目を集めている。
数十年にわたる発展の後、様々な芸術的表現スタイルの学際的な研究が達成されている。
本稿では,過去数年間のカラー転送とスタイル転送について概説する。
関連論文リスト
- NCST: Neural-based Color Style Transfer for Video Retouching [3.2050418539021774]
ビデオカラー転送は、参照スタイル画像を用いて、オリジナルビデオの色スタイルを変換することを目的としている。
既存のほとんどの手法ではニューラルネットワークを採用しており、不透明な転送プロセスのような課題が伴っている。
2つの画像を用いて色調伝達のパラメータを推定する手法を提案する。
論文 参考訳（メタデータ） (2024-11-01T03:25:15Z) - DreamVideo: High-Fidelity Image-to-Video Generation with Image Retention and Text Guidance [69.0740091741732]
本研究では,DreamVideo という名前の事前学習ビデオ拡散モデルに基づくフレーム保持分岐を考案し,高忠実度映像生成手法を提案する。
我々のモデルには強力な画像保持能力があり、我々の知る限り、他の画像-映像モデルと比較して、UCF101で最高の結果をもたらす。
論文 参考訳（メタデータ） (2023-12-05T03:16:31Z) - DynamiCrafter: Animating Open-domain Images with Video Diffusion Priors [63.43133768897087]
オープンドメイン画像をアニメーションビデオに変換する手法を提案する。
鍵となるアイデアは、画像を生成プロセスに組み込むことで、テキストからビデオへの拡散モデルに先立っての動きを活用することである。
提案手法は視覚的に説得力があり、より論理的で自然な動きが得られ、入力画像への適合性が向上する。
論文 参考訳（メタデータ） (2023-10-18T14:42:16Z) - Two Birds, One Stone: A Unified Framework for Joint Learning of Image
and Video Style Transfers [14.057935237805982]
現在の任意のスタイル転送モデルは、画像ドメインまたはビデオドメインに限られている。
画像とビデオの両方のための統一スタイル転送フレームワークUniSTを紹介する。
両タスクの最先端アプローチに対して,UniSTが好適に動作することを示す。
論文 参考訳（メタデータ） (2023-04-22T07:15:49Z) - Any-to-Any Style Transfer: Making Picasso and Da Vinci Collaborate [58.83278629019384]
スタイル転送は、コンテンツ参照のために、ある画像のスタイルを他の画像へのスタイル参照にレンダリングすることを目的としている。
既存のアプローチでは、スタイルイメージの全体的スタイルをグローバルな方法で適用するか、あるいは、スタイルイメージのローカル色とテクスチャを、事前に定義された方法でコンテンツに移行するかのいずれかである。
本稿では,Any-to-Any Style Transferを提案する。Any-to-Any Style Transferは,スタイル画像中の領域のスタイルを対話的に選択し,所定のコンテンツ領域に適用することができる。
論文 参考訳（メタデータ） (2023-04-19T15:15:36Z) - Two Decades of Colorization and Decolorization for Images and Videos [13.401746329218014]
グレースケールの画像またはビデオは、色情報のない明るさ情報のみを持つ画像またはビデオを指す。
画像のデカラー化と異なり、ビデオのデカラー化は、ビデオフレームのコントラストだけでなく、ビデオフレーム間の時間的・空間的一貫性も考慮すべきである。
本稿では,過去20年間の映像・映像のカラー化とデカラー化の進展について概説する。
論文 参考訳（メタデータ） (2022-04-28T07:43:52Z) - Name Your Style: An Arbitrary Artist-aware Image Style Transfer [38.41608300670523]
任意のスタイル転送を制御するために,高度な画像テキストエンコーダを利用するテキスト駆動型画像スタイル転送(TxST)を提案する。
画像テキストモデルからスタイル記述を効果的に抽出するための対照的なトレーニング戦略を導入する。
我々はまた、スタイルやコンテンツの特徴を融合するクロスアテンションを探求する、新しく効率的なアテンションモジュールを提案する。
論文 参考訳（メタデータ） (2022-02-28T06:21:38Z) - ArtFlow: Unbiased Image Style Transfer via Reversible Neural Flows [101.16791104543492]
ArtFlowは、ユニバーサルスタイルの転送中にコンテンツ漏れを防ぐために提案されます。
前方と後方の両方の推論をサポートし、プロジェクション-トランスファー-リバージョンスキームで動作する。
コンテンツリークを回避しつつ、最先端スタイルの転送手法に匹敵するパフォーマンスを実現する。
論文 参考訳（メタデータ） (2021-03-31T07:59:02Z) - Crossing You in Style: Cross-modal Style Transfer from Music to Visual
Arts [11.96629917390208]
音楽と視覚のスタイルの伝達は、創造性の実践において難しいが重要なクロスモーダル学習問題である。
音楽の可視化とスタイル伝達という2つのステップで,音楽と視覚の伝達問題を解く。
WikiArt-IMSLPは、西洋音楽の録音や、何十年にもわたってリストアップされた絵画を含むデータセットである。
論文 参考訳（メタデータ） (2020-09-17T05:58:13Z) - Geometric Style Transfer [74.58782301514053]
幾何学的スタイルの伝達をサポートするニューラルアーキテクチャを導入する。
新しいアーキテクチャはテクスチャスタイルを転送するネットワークに先立って実行される。
ユーザーはコンテント/スタイルのペアを一般的なように入力したり、コンテント/テクスチャスタイル/幾何学スタイルのトリプルを入力できる。
論文 参考訳（メタデータ） (2020-07-10T16:33:23Z) - Deep Line Art Video Colorization with a Few References [49.7139016311314]
そこで本稿では,対象の参照画像と同一のカラースタイルでラインアートビデオを自動的に色付けする深層アーキテクチャを提案する。
本フレームワークはカラートランスフォーメーションネットワークと時間制約ネットワークから構成される。
本モデルでは,少量のサンプルでパラメータを微調整することで,より優れたカラー化を実現することができる。
論文 参考訳（メタデータ） (2020-03-24T06:57:40Z)
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。