Fugu-MT 論文翻訳(概要): Toward Modeling Creative Processes for Algorithmic Painting

論文の概要: Toward Modeling Creative Processes for Algorithmic Painting

arxiv url: http://arxiv.org/abs/2205.01605v1
Date: Tue, 3 May 2022 16:33:45 GMT
ステータス: 処理完了
システム内更新日: 2022-05-04 13:42:11.054879
Title: Toward Modeling Creative Processes for Algorithmic Painting
Title（参考訳）: アルゴリズム絵画のための創造的プロセスのモデリングに向けて
Authors: Aaron Hertzmann
Abstract要約: 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。
参考スコア（独自算出の注目度）: 12.602935529346063
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper proposes a framework for computational modeling of artistic painting algorithms, inspired by human creative practices. Based on examples from expert artists and from the author's own experience, the paper argues that creative processes often involve two important components: vague, high-level goals (e.g., "make a good painting"), and exploratory processes for discovering new ideas. This paper then sketches out possible computational mechanisms for imitating those elements of the painting process, including underspecified loss functions and iterative painting procedures with explicit task decompositions.
Abstract（参考訳）: 本稿では,人間の創造的実践に触発された芸術的絵画アルゴリズムの計算モデルを提案する。専門家の例や著者自身の経験に基づくこの論文は、創造的プロセスには、曖昧でハイレベルな目標(例えば「よい絵を描く」)と、新しいアイデアを発見する探索的過程の2つの重要な要素が含まれていると論じている。そこで本研究では,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。

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)
Collaborative Neural Painting [27.880814775833578]
我々は,人間と機械の協調的な絵画作成を容易にする新しいタスク,CNP(Collaborative Neural Painting)を導入する。 CNPはコヒーレントな絵画の完成を支える一連のストロークを生成するべきである。本研究では,パラメータ化されたストロークの列に基づく絵画表現を提案する。
論文参考訳（メタデータ） (2023-12-04T10:45:12Z)
SketchDreamer: Interactive Text-Augmented Creative Sketch Ideation [111.2195741547517]
画像の画素表現に基づいて訓練されたテキスト条件付き拡散モデルを用いて,制御されたスケッチを生成する手法を提案する。我々の目標は、プロでないユーザにスケッチを作成させ、一連の最適化プロセスを通じて物語をストーリーボードに変換することです。
論文参考訳（メタデータ） (2023-08-27T19:44:44Z)
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)
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)
Generative Art Using Neural Visual Grammars and Dual Encoders [25.100664361601112]
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。
論文参考訳（メタデータ） (2021-05-01T04:21:52Z)
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)
Explaining Creative Artifacts [69.86890599471202]
生成物と構成的創造性を結合鎖に分解する逆問題定式化を開発する。特に、当社の定式化は、アソシエイト要素の知識グラフを通じて、旅行セールスマン問題の解決として構成されている。
論文参考訳（メタデータ） (2020-10-14T14:32:38Z)
SketchEmbedNet: Learning Novel Concepts by Imitating Drawings [125.45799722437478]
モデルを用いて画像のスケッチを作成することによって学習した画像表現の特性について検討する。この生成型クラスに依存しないモデルでは,新規な例,クラス,さらには新規なデータセットからの画像の情報埋め込みが,数ショットで生成されることが示されている。
論文参考訳（メタデータ） (2020-08-27T16:43:28Z)
Modeling Artistic Workflows for Image Generation and Editing [83.43047077223947]
与えられた芸術的ワークフローに従う生成モデルを提案する。既存の芸術作品の多段画像編集だけでなく、多段画像生成も可能である。
論文参考訳（メタデータ） (2020-07-14T17:54:26Z)
Interactive Neural Style Transfer with Artists [6.130486652666935]
本稿では,絵師と様々なニューラルスタイルのトランスファーアルゴリズムが実際のキャンバス上で相互作用する,インタラクティブな絵画プロセスを提案する。我々は,一組の絵画画像を集め,ニューラルスタイル転送アルゴリズムの予測性に基づく新しい評価手法を提案する。
論文参考訳（メタデータ） (2020-03-14T15:27:44Z)

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。