Fugu-MT 論文翻訳(概要): Comparison of CoModGANs, LaMa and GLIDE for Art Inpainting- Completing M.C Escher's Print Gallery

論文の概要: Comparison of CoModGANs, LaMa and GLIDE for Art Inpainting- Completing M.C Escher's Print Gallery

arxiv url: http://arxiv.org/abs/2205.01741v1
Date: Tue, 3 May 2022 19:26:05 GMT
ステータス: 処理完了
システム内更新日: 2022-05-06 04:14:25.502522
Title: Comparison of CoModGANs, LaMa and GLIDE for Art Inpainting- Completing M.C Escher's Print Gallery
Title（参考訳）: CoModGANs, LaMa, GLIDEのアートインペインティング-M.C Escher's Print Galleryにおける比較
Authors: Lucia Cipolina-Kun and Simone Caenazzo and Gaston Mazzei
Abstract要約: 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。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Digital art restoration has benefited from inpainting models to correct the degradation or missing sections of a painting. This work compares three current state-of-the art models for inpainting of large missing regions. We provide qualitative and quantitative comparison of the performance by CoModGANs, LaMa and GLIDE in inpainting of blurry and missing sections of images. We use Escher's incomplete painting Print Gallery as our test study since it presents several of the challenges commonly present in restorative inpainting.
Abstract（参考訳）: 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に関する3つの最先端技術モデルと比較する。画像のぼやけた部分や欠落部分の塗装におけるCoModGAN,LaMa,GLIDEの性能の質的,定量的比較を行う。エッシャーの不完全な絵画印刷ギャラリーは、修復インペイントでよく見られる課題のいくつかを提示するので、テストスタディとして使用しています。

関連論文リスト

VIP: Versatile Image Outpainting Empowered by Multimodal Large Language Model [76.02314305164595]
本研究は,ユーザの要求に応じて結果のカスタマイズが可能な,新たな画像出力フレームワークを提案する。画像のマスキング部分とマスキング部分のテキスト記述を自動的に抽出し整理するマルチモーダル大言語モデル(MLLM)を利用する。さらに、画像の特定の空間領域とテキストプロンプトの対応する部分との相互作用を強化するために、特別にCentral-Total-Surrounding (CTS) と呼ばれるCentral-Attentionモジュールが精巧に設計されている。
論文参考訳（メタデータ） (2024-06-03T07:14:19Z)
Fill in the ____ (a Diffusion-based Image Inpainting Pipeline) [0.0]
塗り絵は、画像を撮り、失った、または故意に隠された部分を生成する過程である。現代の塗装技術は、有能な完成物を生成する際、顕著な能力を示している。既存のモデルにおける重要なギャップに対処し、何が正確に生成されたかをプロンプトし制御する能力に焦点を当てる。
論文参考訳（メタデータ） (2024-03-24T05:26:55Z)
BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion [61.90969199199739]
BrushNetは、ピクセルレベルのマスク付きイメージ機能を事前訓練されたDMに埋め込むために設計された、新しいプラグアンドプレイデュアルブランチモデルである。 BrushNetは、画像品質、マスク領域保存、テキストコヒーレンスを含む7つの主要な指標で、既存のモデルよりも優れたパフォーマンスを実現している。
論文参考訳（メタデータ） (2024-03-11T17:59:31Z)
HD-Painter: High-Resolution and Prompt-Faithful Text-Guided Image Inpainting with Diffusion Models [59.01600111737628]
HD-Painterはトレーニングフリーのアプローチで、プロンプトを正確に追従し、高解像度の画像インパインティングにコヒーレントにスケールする。そこで我々は,自己注意スコアを向上するPrompt-Aware Introverted Attention (PAIntA) 層を設計した。実験の結果,HD-Painterは既存の最先端アプローチを定量的に,質的に超越していることがわかった。
論文参考訳（メタデータ） (2023-12-21T18:09:30Z)
Multi-stage Progressive Reasoning for Dunhuang Murals Inpainting [5.167943379184235]
ダンファンの壁画は、長期間の環境侵食の影響を受け、薄れ、壊れ、表面の脆さ、広範囲の剥離に悩まされている。本稿では,多段階のプログレッシブ推論ネットワーク(MPR-Net)を設計する。本手法は定性的および定量的な実験により評価され, 画像の塗装方法よりも優れた性能を示した。
論文参考訳（メタデータ） (2023-05-10T05:10:00Z)
CCLAP: Controllable Chinese Landscape Painting Generation via Latent Diffusion Model [54.74470985388726]
制御可能な中国の風景画作成方法CCLAP。本手法は,特に芸術的・芸術的概念において,最先端の演奏を実現する。
論文参考訳（メタデータ） (2023-04-09T04:16:28Z)
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)
Cylin-Painting: Seamless {360\textdegree} Panoramic Image Outpainting and Beyond [136.18504104345453]
塗り絵と塗り絵の間に有意義な協調関係を持つキリン塗り絵の枠組みを提示する。提案アルゴリズムは、オブジェクト検出、深さ推定、画像超解像などの他のパノラマ視覚タスクに効果的に拡張できる。
論文参考訳（メタデータ） (2022-04-18T21:18:49Z)
Image In painting Applied to Art Completing Escher's Print Gallery [0.0]
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。
論文参考訳（メタデータ） (2021-09-06T15:24:38Z)

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。