論文の概要: Color Recommendation for Vector Graphic Documents based on Multi-Palette
Representation
- arxiv url: http://arxiv.org/abs/2209.10820v1
- Date: Thu, 22 Sep 2022 07:06:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-23 13:34:11.213964
- Title: Color Recommendation for Vector Graphic Documents based on Multi-Palette
Representation
- Title(参考訳): マルチパレット表現に基づくベクトルグラフ文書のカラーレコメンデーション
- Authors: Qianru Qiu, Xueting Wang, Mayu Otani, Yuki Iwazaki
- Abstract要約: グラフィック文書中の各視覚要素から複数の色パレットを抽出し、それらをカラーシーケンスに結合する。
このモデルをトレーニングし,ベクトルグラフィック文書の大規模データセット上にカラーレコメンデーションシステムを構築する。
- 参考スコア(独自算出の注目度): 12.71266194474117
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Vector graphic documents present multiple visual elements, such as images,
shapes, and texts. Choosing appropriate colors for multiple visual elements is
a difficult but crucial task for both amateurs and professional designers.
Instead of creating a single color palette for all elements, we extract
multiple color palettes from each visual element in a graphic document, and
then combine them into a color sequence. We propose a masked color model for
color sequence completion and recommend the specified colors based on color
context in multi-palette with high probability. We train the model and build a
color recommendation system on a large-scale dataset of vector graphic
documents. The proposed color recommendation method outperformed other
state-of-the-art methods by both quantitative and qualitative evaluations on
color prediction and our color recommendation system received positive feedback
from professional designers in an interview study.
- Abstract(参考訳): ベクトルグラフィック文書は、画像、形状、テキストなど、複数の視覚要素を提供する。
複数の視覚要素に対して適切な色を選択することは、アマチュアとプロのデザイナーにとって難しいが重要な課題である。
すべての要素に対して単一の色パレットを作成する代わりに、グラフィック文書内の各視覚要素から複数の色パレットを抽出し、それらをカラーシーケンスに組み合わせます。
カラーシーケンス補完のためのマスクカラーモデルを提案し,マルチパレットのカラーコンテキストに基づく特定色を高い確率で推奨する。
ベクターグラフィック文書の大規模データセット上で,モデルをトレーニングし,カラーレコメンデーションシステムを構築する。
提案したカラーレコメンデーション手法は,カラー予測の定量的および定性的な評価と,プロのデザイナーから肯定的なフィードバックを受けたカラーレコメンデーションシステムにより,他の最先端手法よりも優れていた。
関連論文リスト
- Paint Bucket Colorization Using Anime Character Color Design Sheets [72.66788521378864]
ネットワークがセグメント間の関係を理解することができる包摂的マッチングを導入する。
ネットワークのトレーニングパイプラインは、カラー化と連続フレームカラー化の両方のパフォーマンスを著しく向上させる。
ネットワークのトレーニングをサポートするために、PaintBucket-Characterというユニークなデータセットを開発しました。
論文 参考訳(メタデータ) (2024-10-25T09:33:27Z) - MultiColor: Image Colorization by Learning from Multiple Color Spaces [4.738828630428634]
MultiColorは、グレースケールイメージを自動的にカラー化する学習ベースの新しいアプローチである。
我々は、個々の色空間に専用の着色モジュール群を用いる。
これらの予測色チャネルは様々な色空間を表すため、相補的なネットワークは相補性を生かし、優雅で合理的な色付き画像を生成するように設計されている。
論文 参考訳(メタデータ) (2024-08-08T02:34:41Z) - Automatic Controllable Colorization via Imagination [55.489416987587305]
本稿では,反復的な編集と修正が可能な自動色付けフレームワークを提案する。
グレースケール画像内のコンテンツを理解することにより、トレーニング済みの画像生成モデルを用いて、同じコンテンツを含む複数の画像を生成する。
これらの画像は、人間の専門家の過程を模倣して、色付けの参考となる。
論文 参考訳(メタデータ) (2024-04-08T16:46:07Z) - Control Color: Multimodal Diffusion-based Interactive Image Colorization [81.68817300796644]
Control Color (Ctrl Color) は、事前訓練された安定拡散(SD)モデルを利用する多モードカラー化手法である。
ユーザのストロークをエンコードして、局所的な色操作を正確に行うための効果的な方法を提案する。
また、カラーオーバーフローと不正確な色付けの長年の問題に対処するために、自己注意に基づく新しいモジュールとコンテンツ誘導型変形可能なオートエンコーダを導入する。
論文 参考訳(メタデータ) (2024-02-16T17:51:13Z) - Multimodal Color Recommendation in Vector Graphic Documents [14.287758028119788]
色とテキストのコンテキストを統合したマルチモーダルマスクカラーモデルを提案し、グラフィック文書のテキスト対応カラーレコメンデーションを提供する。
提案モデルは,複数のパレットにおける色間の関係をキャプチャする自己注意ネットワークと,色とCLIPに基づくテキスト表現を組み込んだ相互注意ネットワークから構成される。
論文 参考訳(メタデータ) (2023-08-08T08:17:39Z) - Language-based Photo Color Adjustment for Graphic Designs [38.43984897069872]
画像のリカラー化のための対話型言語ベースのアプローチを提案する。
本モデルでは,ソース色と対象領域を予測し,与えられた言語に基づく指示に基づいて,対象領域をソース色で再色することができる。
論文 参考訳(メタデータ) (2023-08-06T08:53:49Z) - BiSTNet: Semantic Image Prior Guided Bidirectional Temporal Feature
Fusion for Deep Exemplar-based Video Colorization [70.14893481468525]
本稿では,参照例の色を探索し,映像のカラー化を支援するために有効なBiSTNetを提案する。
まず、各フレームと参照例間の深い特徴空間における意味的対応を確立し、参照例からの色情報を探究する。
我々は,フレームのオブジェクト境界をモデル化するための意味情報を抽出する混合専門家ブロックを開発した。
論文 参考訳(メタデータ) (2022-12-05T13:47:15Z) - PalGAN: Image Colorization with Palette Generative Adversarial Networks [51.59276436217957]
そこで本研究では,パレット推定とカラーアテンションを統合した新しいGANベースのカラー化手法PalGANを提案する。
PalGANは、定量的評価と視覚比較において最先端の成果を上げ、顕著な多様性、コントラスト、およびエッジ保存の外観を提供する。
論文 参考訳(メタデータ) (2022-10-20T12:28:31Z) - Color Counting for Fashion, Art, and Design [0.0]
カラーモデリングの最初のステップは、アイテム/オブジェクトの色の数を見積もることです。
累積色ヒストグラムに基づく新しいカラーカウント手法を提案する。
この研究は、カラーカウントマシンの問題に対処する最初の試みである。
論文 参考訳(メタデータ) (2021-10-13T12:42:15Z) - Image Colorization: A Survey and Dataset [94.59768013860668]
本稿では,最先端の深層学習に基づく画像着色技術に関する包括的調査を行う。
既存の着色技法を7つのクラスに分類し、その性能を規定する重要な要因について論じる。
我々は既存のデータセットと提案した画像の両方を用いて、既存の画像のカラー化手法を広範囲に実験的に評価する。
論文 参考訳(メタデータ) (2020-08-25T01:22:52Z)
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。