論文の概要: Image Cropping under Design Constraints

• arxiv url: http://arxiv.org/abs/2310.08892v1
• Date: Fri, 13 Oct 2023 06:53:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-16 14:13:50.886501
• Title: Image Cropping under Design Constraints
• Title（参考訳）: 設計制約下における画像クロッピング
• Authors: Takumi Nishiyasu, Wataru Shimoda, Yoichi Sato
• Abstract要約: ディスプレイメディアでは、アスペクト比やテキストやオブジェクトを配置するための空白領域など、様々な制約を満たすために、画像トリミングが要求されることが多い。 そこで本研究では, 設計制約を満足し, 審美的に妥当であるか否かを問う, 収穫結果のスコアを算出したスコア関数に基づくアプローチを提案する。 実験では,提案手法がベースラインを上回り,提案手法が同じ計算コストでヒートマップ方式よりも優れていることを示した。
• 参考スコア（独自算出の注目度）: 19.364718428893923
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image cropping is essential in image editing for obtaining a compositionally enhanced image. In display media, image cropping is a prospective technique for automatically creating media content. However, image cropping for media contents is often required to satisfy various constraints, such as an aspect ratio and blank regions for placing texts or objects. We call this problem image cropping under design constraints. To achieve image cropping under design constraints, we propose a score function-based approach, which computes scores for cropped results whether aesthetically plausible and satisfies design constraints. We explore two derived approaches, a proposal-based approach, and a heatmap-based approach, and we construct a dataset for evaluating the performance of the proposed approaches on image cropping under design constraints. In experiments, we demonstrate that the proposed approaches outperform a baseline, and we observe that the proposal-based approach is better than the heatmap-based approach under the same computation cost, but the heatmap-based approach leads to better scores by increasing computation cost. The experimental results indicate that balancing aesthetically plausible regions and satisfying design constraints is not a trivial problem and requires sensitive balance, and both proposed approaches are reasonable alternatives.
• Abstract（参考訳）: 画像トリミングは、合成強化画像を得るために画像編集に不可欠である。 ディスプレイメディアでは、画像トリミングはメディアコンテンツを自動生成するための予測技術である。 しかし、メディアコンテンツの画像トリミングは、アスペクト比やテキストやオブジェクトを配置する空白領域など、様々な制約を満たすために必要とされることが多い。 この問題を,設計上の制約の下でトリッピングする問題画像と呼ぶ。 デザイン制約下でのイメージトリミングを実現するために,設計制約を満足するか否かの判定結果のスコアを算出するスコア関数に基づく手法を提案する。 本研究では,提案手法,提案手法,ヒートマップ方式の2つのアプローチについて検討し,提案手法の性能評価のためのデータセットを構築した。 実験では,提案手法がベースラインを上回ることを実証し,提案手法が同一計算コスト下でのヒートマップベースアプローチよりも優れていることを検証した。 実験結果から, 審美的に妥当な領域のバランスと設計制約を満たすことは自明な問題ではなく, 微妙なバランスを必要とすることが示唆された。

関連論文リスト

• Layered Rendering Diffusion Model for Zero-Shot Guided Image Synthesis [60.260724486834164]
  本稿では,テキストクエリに依存する拡散モデルにおける空間制御性向上のための革新的な手法を提案する。 視覚誘導(Vision Guidance)とレイヤーレンダリング拡散(Layered Rendering Diffusion)フレームワーク(Layered Diffusion)という2つの重要なイノベーションを提示します。 本稿では,ボックス・ツー・イメージ,セマンティック・マスク・ツー・イメージ,画像編集の3つの実践的応用に適用する。
  論文  参考訳（メタデータ） (2023-11-30T10:36:19Z)
• LoCo: Locally Constrained Training-Free Layout-to-Image Synthesis [24.925757148750684]
  テキストプロンプトとレイアウト命令の両方に整合した高品質な画像を生成するのに優れたレイアウト・ツー・イメージ合成のためのトレーニング不要なアプローチを提案する。 LoCoは既存のテキスト・ツー・イメージモデルとレイアウト・ツー・イメージモデルにシームレスに統合され、空間制御の性能を高め、以前の方法で観察された意味障害に対処する。
  論文  参考訳（メタデータ） (2023-11-21T04:28:12Z)
• Cones 2: Customizable Image Synthesis with Multiple Subjects [50.54010141032032]
  本研究では,特定の対象を効率的に表現する方法と,異なる対象を適切に構成する方法について検討する。 クロスアテンションマップ内のアクティベーションを修正することにより、レイアウトはイメージ内の異なる被写体の位置を指定して分離する。
  論文  参考訳（メタデータ） (2023-05-30T18:00:06Z)
• Conditional Score Guidance for Text-Driven Image-to-Image Translation [52.73564644268749]
  本稿では,事前訓練されたテキスト・画像拡散モデルに基づく,テキスト駆動型画像・画像変換のための新しいアルゴリズムを提案する。 本手法は,ソース画像の関心領域を選択的に編集することで,対象画像を生成することを目的とする。
  論文  参考訳（メタデータ） (2023-05-29T10:48:34Z)
• Disentangled Pre-training for Image Matting [74.10407744483526]
  画像マッチングは、深層モデルのトレーニングをサポートするために高品質なピクセルレベルの人間のアノテーションを必要とする。 本研究では、無限個のデータを活用する自己教師付き事前学習手法を提案し、マッチング性能を向上する。
  論文  参考訳（メタデータ） (2023-04-03T08:16:02Z)
• Enhanced Sharp-GAN For Histopathology Image Synthesis [63.845552349914186]
  病理組織像合成は、正確ながん検出のためのディープラーニングアプローチの訓練において、データ不足の問題に対処することを目的としている。 核トポロジと輪郭正則化を用いて合成画像の品質を向上させる新しい手法を提案する。 提案手法は、Sharp-GANを2つのデータセット上の4つの画像品質指標すべてで上回る。
  論文  参考訳（メタデータ） (2023-01-24T17:54:01Z)
• An Experience-based Direct Generation approach to Automatic Image Cropping [0.0]
  画像美学を明示的にモデル化することなく,画像を直接収穫する新しい手法を提案する。 我々のモデルは、経験豊富な編集者が収集した画像の大規模なデータセットに基づいて訓練されている。 我々の戦略は2つの関連するタスクにおいて既存の手法と競合するか、あるいは性能が良いことを示す。
  論文  参考訳（メタデータ） (2022-12-30T06:25:27Z)
• Image Aesthetics Assessment Using Graph Attention Network [17.277954886018353]
  画像美学評価のためのグラフニューラルネットワークに基づく2段階のフレームワークを提案する。 まず、入力画像がグラフとしてモデル化され、元のアスペクト比と解像度を維持する特徴グラフ表現を提案する。 次に,この特徴グラフを用いて,視覚的注意を用いて入力画像の異なる領域間の意味的関係をキャプチャするグラフニューラルネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-06-26T12:52:46Z)
• Style Intervention: How to Achieve Spatial Disentanglement with Style-based Generators? [100.60938767993088]
  任意の入力画像に適応し、フレキシブルな目的の下で自然な翻訳効果をレンダリングできる軽量な最適化アルゴリズムを提案する。 フォトリアリズムと一貫性の両方を必要とする高解像度画像の顔属性編集において,提案するフレームワークの性能を検証する。
  論文  参考訳（メタデータ） (2020-11-19T07:37:31Z)
• Adaptive Fractional Dilated Convolution Network for Image Aesthetics Assessment [33.945579916184364]
  適応型分数拡張畳み込み(AFDC)は、畳み込みカーネルレベルでこの問題に取り組むために開発された。 ミニバッチ学習のための簡潔な定式化を行い,グループ化戦略を用いて計算オーバーヘッドを削減する。 提案手法は,AVAデータセットを用いた画像美学評価において,最先端の性能を実現することを実証した。
  論文  参考訳（メタデータ） (2020-04-06T21:56:29Z)

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。