論文の概要: Image Collage on Arbitrary Shape via Shape-Aware Slicing and
Optimization
- arxiv url: http://arxiv.org/abs/2401.02435v1
- Date: Fri, 17 Nov 2023 09:41:30 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-15 09:42:52.032031
- Title: Image Collage on Arbitrary Shape via Shape-Aware Slicing and
Optimization
- Title（参考訳）: 形状認識スライシングと最適化による任意形状画像照合
- Authors: Dong-Yi Wu, Thi-Ngoc-Hanh Le, Sheng-Yi Yao, Yun-Chen Lin, and Tong-Yee
Lee
- Abstract要約: 任意の形状の画像コラージュを作成することができる形状スライシングアルゴリズムと最適化方式を提案する。
形状認識スライシング(Shape-Aware Slicing)は、不規則な形状に特化して設計されており、人間の知覚と形状構造を考慮に入れ、視覚的に心地よい仕切りを生成する。
- 参考スコア（独自算出の注目度）: 6.233023267175408
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image collage is a very useful tool for visualizing an image collection. Most
of the existing methods and commercial applications for generating image
collages are designed on simple shapes, such as rectangular and circular
layouts. This greatly limits the use of image collages in some artistic and
creative settings. Although there are some methods that can generate
irregularly-shaped image collages, they often suffer from severe image
overlapping and excessive blank space. This prevents such methods from being
effective information communication tools. In this paper, we present a shape
slicing algorithm and an optimization scheme that can create image collages of
arbitrary shapes in an informative and visually pleasing manner given an input
shape and an image collection. To overcome the challenge of irregular shapes,
we propose a novel algorithm, called Shape-Aware Slicing, which partitions the
input shape into cells based on medial axis and binary slicing tree.
Shape-Aware Slicing, which is designed specifically for irregular shapes, takes
human perception and shape structure into account to generate visually pleasing
partitions. Then, the layout is optimized by analyzing input images with the
goal of maximizing the total salient regions of the images. To evaluate our
method, we conduct extensive experiments and compare our results against
previous work. The evaluations show that our proposed algorithm can efficiently
arrange image collections on irregular shapes and create visually superior
results than prior work and existing commercial tools.
- Abstract（参考訳）: イメージコラージュは、画像コレクションを視覚化するのに非常に有用なツールです。
画像コラージュを生成するための既存の方法や商用用途のほとんどは、矩形や円形のレイアウトのような単純な形状で設計されている。
これは、芸術的、創造的な設定におけるイメージコラージュの使用を大幅に制限する。
不規則な形状のイメージコラージュを生成する方法もあるが、重度の画像重なりと過度の空白空間に苦しむことが多い。
これにより、このような方法は効果的な情報通信ツールにならない。
本稿では,任意の形状のイメージコラージュを,入力形状と画像コレクションが与えられた情報的かつ視覚的に表現できる形状スライシングアルゴリズムと最適化手法を提案する。
不規則な形状の課題を克服するため,メディア軸とバイナリスライシングツリーに基づいて入力形状をセルに分割するShape-Aware Slicingというアルゴリズムを提案する。
形状認識スライシング(shape-aware slicing)は、不規則な形状のために特別に設計されており、人間の知覚と形状構造を考慮して視覚的に心地よいパーティションを生成する。
そして、画像の全サルエント領域を最大化することを目的として入力画像を解析することによりレイアウトを最適化する。
提案手法を評価するために,広範な実験を行い,過去の研究と比較した。
提案手法は,不規則な形状に画像コレクションを効率的に配置し,従来の作業や既存の商用ツールよりも視覚的に優れた結果が得られることを示す。
関連論文リスト
- Generative Photomontage [40.49579203394384]
生成した画像の様々な部分から合成して、所望の画像を作成するためのフレームワークを提案する。
ユーザはブラシストロークインタフェースを用いて,生成した結果から所望の部分を選択できる。
提案手法が既存の画像ブレンディング法より優れていることを示す。
論文 参考訳（メタデータ） (2024-08-13T17:59:51Z) - Block and Detail: Scaffolding Sketch-to-Image Generation [65.56590359051634]
アーティストの反復的な洗練プロセスと整合する新しいスケッチ・ツー・イメージ・ツールを提案する。
私たちのツールは、ブロックされたストロークをスケッチして、オブジェクトの配置や形を粗く表現し、詳細なストロークを表現して、形やシルエットを洗練します。
反復過程の任意の点において、そのようなスケッチから高忠実度画像を生成するための2パスアルゴリズムを開発した。
論文 参考訳（メタデータ） (2024-02-28T07:09:31Z) - Optimize and Reduce: A Top-Down Approach for Image Vectorization [12.998637003026273]
高速かつドメインに依存しないベクトル化へのトップダウンアプローチであるOptimize & Reduce (O&R)を提案する。
O&Rの目的は、B'ezier曲線パラメータを反復的に最適化することで、入力画像のコンパクトな表現を実現することである。
提案手法はドメインに依存しないものであり,固定された形状に対する再現性および知覚的品質の両方において,既存の作品よりも優れることを示す。
論文 参考訳（メタデータ） (2023-12-18T16:41:03Z) - Neural Collage Transfer: Artistic Reconstruction via Material
Manipulation [20.72219392904935]
コラージュは、多種多様な素材のスクラップをベース単位として単一の画像を構成する創造的な芸術形式である。
画素ワイズ生成技術はコラージュ方式で対象画像を再現することができるが、コラージュ方式のストローク・バイ・ストローク特性のために適当ではない。
実演やコラージュアートデータを必要としない強化学習によるコラージュ作成の学習法を提案する。
論文 参考訳（メタデータ） (2023-11-03T19:10:37Z) - Geometrically Consistent Partial Shape Matching [50.29468769172704]
3次元形状の対応を見つけることは、コンピュータビジョンとグラフィックスにおいて重要な問題である。
しばしば無視されるが、整合幾何学の重要な性質は整合性である。
本稿では,新しい整数型線形計画部分形状整合式を提案する。
論文 参考訳（メタデータ） (2023-09-10T12:21:42Z) - Localizing Object-level Shape Variations with Text-to-Image Diffusion
Models [60.422435066544814]
本稿では,特定の物体の形状の変化を表現した画像の集合を生成する手法を提案する。
オブジェクトのバリエーションを生成する際の特に課題は、オブジェクトの形状に適用される操作を正確にローカライズすることである。
画像空間の操作をローカライズするために,自己注意層と交差注意層を併用する2つの手法を提案する。
論文 参考訳（メタデータ） (2023-03-20T17:45:08Z) - Parallax-Tolerant Unsupervised Deep Image Stitching [57.76737888499145]
本稿では,パララックス耐性の非教師あり深層画像縫合技術であるUDIS++を提案する。
まず,グローバルなホモグラフィから局所的な薄板スプライン運動への画像登録をモデル化するための,頑健で柔軟なワープを提案する。
本研究では, 縫合された画像をシームレスに合成し, シーム駆動合成マスクの教師なし学習を行うことを提案する。
論文 参考訳（メタデータ） (2023-02-16T10:40:55Z) - ShaRF: Shape-conditioned Radiance Fields from a Single View [54.39347002226309]
本稿では,単一の画像のみのオブジェクトの神経シーン表現を推定する手法を提案する。
この手法の核心は,対象物の幾何学的足場の推定である。
合成画像と実画像の両方において,提案手法の有効性を示す実験を行った。
論文 参考訳（メタデータ） (2021-02-17T16:40:28Z) - Learning to Caricature via Semantic Shape Transform [95.25116681761142]
本稿では,意味的形状変換に基づくアルゴリズムを提案する。
提案手法は,顔の構造を維持しつつ,視覚的に心地よい形状の誇張を表現できることを示す。
論文 参考訳（メタデータ） (2020-08-12T03:41:49Z)
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。