論文の概要: Can Artificial Intelligence Reconstruct Ancient Mosaics?

• arxiv url: http://arxiv.org/abs/2210.06145v1
• Date: Fri, 7 Oct 2022 19:42:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-16 15:52:34.093437
• Title: Can Artificial Intelligence Reconstruct Ancient Mosaics?
• Title（参考訳）: 人工知能は古代モザイクを再構築できるか?
• Authors: Fernando Moral-Andr\'es and Elena Merino-G\'omez and Pedro Reviriego and Fabrizio Lombardi
• Abstract要約: ここ数年、人工知能(AI)は、テキスト記述や参照画像からの画像の生成において、目覚ましい進歩を遂げてきた。 本稿では,このイノベーティブな技術がモザイクの再構築に有効かどうかを考察する。 結果は、AIがモザイクの重要な特徴を解釈し、シーンの本質を捉えた再構築を生成することができることを示すことを約束している。
• 参考スコア（独自算出の注目度）: 71.93546109923456
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A large number of ancient mosaics have not reached us because they have been destroyed by erosion, earthquakes, looting or even used as materials in newer construction. To make things worse, among the small fraction of mosaics that we have been able to recover, many are damaged or incomplete. Therefore, restoration and reconstruction of mosaics play a fundamental role to preserve cultural heritage and to understand the role of mosaics in ancient cultures. This reconstruction has traditionally been done manually and more recently using computer graphics programs but always by humans. In the last years, Artificial Intelligence (AI) has made impressive progress in the generation of images from text descriptions and reference images. State of the art AI tools such as DALL-E2 can generate high quality images from text prompts and can take a reference image to guide the process. In august 2022, DALL-E2 launched a new feature called outpainting that takes as input an incomplete image and a text prompt and then generates a complete image filling the missing parts. In this paper, we explore whether this innovative technology can be used to reconstruct mosaics with missing parts. Hence a set of ancient mosaics have been used and reconstructed using DALL-E2; results are promising showing that AI is able to interpret the key features of the mosaics and is able to produce reconstructions that capture the essence of the scene. However, in some cases AI fails to reproduce some details, geometric forms or introduces elements that are not consistent with the rest of the mosaic. This suggests that as AI image generation technology matures in the next few years, it could be a valuable tool for mosaic reconstruction going forward.
• Abstract（参考訳）: 多くの古代モザイクは、浸食、地震、略奪、あるいは新しい建設資材として使われたため、私たちに到達していません。 さらに悪いことに、私たちが回復できたモザイクのごく一部のうち、多くは損傷または不完全である。 そのため、モザイクの復元と復元は文化遺産の保存と古代文化におけるモザイクの役割を理解する上で重要な役割を担っている。 この再構築は伝統的に手作業で行われ、最近ではコンピュータグラフィックスプログラムを使って行われてきた。 ここ数年、人工知能(AI)は、テキスト記述や参照画像からの画像の生成において驚くべき進歩を遂げてきた。 DALL-E2のような最先端のAIツールは、テキストプロンプトから高品質な画像を生成でき、参照画像を取得してプロセスをガイドすることができる。 2022年8月、dall-e2はoutpaintingという新機能をローンチし、不完全な画像とテキストプロンプトを入力し、欠落した部分を満たした完全な画像を生成する。 本稿では,この革新的技術が欠片でモザイクを再現できるかどうかを考察する。 これにより、AIがモザイクの重要な特徴を解釈し、シーンの本質を捉えた再構築を行うことができることを示すことが期待できる。 しかし、ある場合、AIはいくつかの詳細、幾何学的形式、あるいはモザイクの他の部分と一致しない要素を再現できない。 これは、今後数年間でAI画像生成技術が成熟するにつれて、モザイクの再構築に有用なツールになり得ることを示唆している。

関連論文リスト

• Zero-Shot Detection of AI-Generated Images [54.01282123570917]
  AI生成画像を検出するゼロショットエントロピー検出器(ZED)を提案する。 機械によるテキスト検出の最近の研究に触発された私たちのアイデアは、分析対象の画像が実際の画像のモデルと比較してどれだけ驚くかを測定することである。 ZEDは精度の点でSoTAよりも平均3%以上改善されている。
  論文  参考訳（メタデータ） (2024-09-24T08:46:13Z)
• Restoring Ancient Ideograph: A Multimodal Multitask Neural Network Approach [11.263700269889654]
  本稿では,古文書を復元する新しいマルチモーダルマルチタスク復元モデル(MMRM)を提案する。 文脈理解と、損傷した古代の遺物からの残余の視覚情報を組み合わせることで、損傷した文字を予測し、同時に復元された画像を生成する。
  論文  参考訳（メタデータ） (2024-03-11T12:57:28Z)
• InstructIR: High-Quality Image Restoration Following Human Instructions [61.1546287323136]
  本稿では,人間の手書きによる画像復元モデルを導出する手法を提案する。 InstructIRという手法は、いくつかの修復作業において最先端の結果を得る。
  論文  参考訳（メタデータ） (2024-01-29T18:53:33Z)
• Generative AI and the History of Architecture [0.6993026261767287]
  異なるアーキテクチャスタイルのテキストと画像生成のための生成AIプラットフォームについて検討する。 私たちは、10100万のMidjourneyクエリのデータセットを分析し、実践者がすでに特定のアーキテクチャ概念をクエリしているかどうかを確認します。
  論文  参考訳（メタデータ） (2023-12-22T23:02:09Z)
• Knowledge-Aware Artifact Image Synthesis with LLM-Enhanced Prompting and Multi-Source Supervision [5.517240672957627]
  本稿では,失った歴史的物体を視覚的形状に正確に反映する,知識を意識した新しい人工物画像合成手法を提案する。 既存の手法と比較して,提案手法は文書に含まれる暗黙の細部や歴史的知識とよく一致した高品質なアーティファクト画像を生成する。
  論文  参考訳（メタデータ） (2023-12-13T11:03:07Z)
• Adaptation of the super resolution SOTA for Art Restoration in camera capture images [0.0]
  我々は、拡散モデル(DM)に基づく画像超解像の現況に適応し、画像復元のための微調整を行う。 以上の結果から, 異なる種類の劣化に対して複数のモデルを微調整する代わりに, 超解像を微調整することがわかった。
  論文  参考訳（メタデータ） (2023-09-24T14:47:29Z)
• Create Your World: Lifelong Text-to-Image Diffusion [75.14353789007902]
  本稿では,過去の概念の「破滅的忘れ」を克服するために,ライフロングテキスト・画像拡散モデル(L2DM)を提案する。 我々のL2DMフレームワークは,知識の「破滅的忘れ」に関して,タスク対応メモリ拡張モジュールと弾性概念蒸留モジュールを考案している。 我々のモデルは、質的および定量的な指標の両方の観点から、連続的なテキストプロンプトの範囲にわたって、より忠実な画像を生成することができる。
  論文  参考訳（メタデータ） (2023-09-08T16:45:56Z)
• Unfinished Architectures: A Perspective from Artificial Intelligence [73.52315464582637]
  人工知能(AI)の開発は、未完成のアーキテクチャの完成の可能性を提案する新たな道を開く。 DALL-Eのような最近のツールでは、テキスト記述でガイドされた画像が完成する。 本稿では、歴史的寺院の未完成のファサードの完成にこれらの新しいAIツールを使用することについて検討し、建築図学の分野におけるまだ老朽化したスタジアムの分析を行う。
  論文  参考訳（メタデータ） (2023-03-03T13:05:10Z)
• Fully Context-Aware Image Inpainting with a Learned Semantic Pyramid [102.24539566851809]
  画像中の任意の欠落する領域に対して、合理的で現実的なコンテンツを復元することは、重要な課題である。 最近の画像インパインティングモデルは鮮明な視覚的詳細を生成するために大きな進歩を遂げているが、それでもテクスチャのぼやけや構造的歪みにつながる可能性がある。 本研究では,画像中の局所的欠落コンテンツの回復に大きく貢献する,多スケールなセマンティック・セマンティック・ピラミッド・ネットワーク(SPN)を提案する。
  論文  参考訳（メタデータ） (2021-12-08T04:33:33Z)

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。