論文の概要: Human Aesthetic Preference-Based Large Text-to-Image Model Personalization: Kandinsky Generation as an Example

• arxiv url: http://arxiv.org/abs/2402.06389v1
• Date: Fri, 9 Feb 2024 13:11:19 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-12 17:08:22.609380
• Title: Human Aesthetic Preference-Based Large Text-to-Image Model Personalization: Kandinsky Generation as an Example
• Title（参考訳）: 人間の美的嗜好に基づく大規模テキスト・画像モデルパーソナライズ : カンディンスキー生成を例に
• Authors: Aven-Le Zhou, Yu-Ao Wang, Wei Wu and Kang Zhang
• Abstract要約: 本稿では,パーソナライズされた絵画コンテンツを自動的に生成する,プロンプトフリーな生成手法を提案する。 アーティストモデル生成画像に対するユーザの美的評価と嗜好を頼りにすることで、ユーザをパーソナライズしたモデルにする。
• 参考スコア（独自算出の注目度）: 4.744780823386797
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the advancement of neural generative capabilities, the art community has actively embraced GenAI (generative artificial intelligence) for creating painterly content. Large text-to-image models can quickly generate aesthetically pleasing outcomes. However, the process can be non-deterministic and often involves tedious trial-and-error, as users struggle with formulating effective prompts to achieve their desired results. This paper introduces a prompting-free generative approach that empowers users to automatically generate personalized painterly content that incorporates their aesthetic preferences in a customized artistic style. This approach involves utilizing ``semantic injection'' to customize an artist model in a specific artistic style, and further leveraging a genetic algorithm to optimize the prompt generation process through real-time iterative human feedback. By solely relying on the user's aesthetic evaluation and preference for the artist model-generated images, this approach creates the user a personalized model that encompasses their aesthetic preferences and the customized artistic style.
• Abstract（参考訳）: 神経生成能力の進歩により、芸術コミュニティは絵画コンテンツの作成にGenAI(生成人工知能)を積極的に取り入れている。 大規模なテキスト・ツー・イメージモデルは、美的な結果を簡単に生成できる。 しかし、このプロセスは非決定論的であり、ユーザが望ましい結果を得るために効果的なプロンプトを定式化するのに苦労しているため、退屈な試行錯誤を伴うことが多い。 本稿では,芸術的なスタイルで美的嗜好を取り入れたパーソナライズされた絵画コンテンツを自動的に生成する,プロンプトフリーな生成手法を提案する。 このアプローチでは、‘semantic injection’を利用してアーティストモデルを特定の芸術スタイルでカスタマイズし、さらに遺伝的アルゴリズムを利用して、リアルタイム反復的な人間のフィードバックによって、迅速な生成プロセスを最適化する。 アーティストモデル生成画像に対するユーザの美的評価と嗜好のみを頼りにすることで、ユーザを美的好みとカスタマイズされた芸術スタイルを含むパーソナライズされたモデルにする。

関連論文リスト

• Computational Modeling of Artistic Inspiration: A Framework for Predicting Aesthetic Preferences in Lyrical Lines Using Linguistic and Stylistic Features [8.205321096201095]
  芸術的なインスピレーションは、観客に深く響く作品を作る上で重要な役割を担っている。 この研究は、異なる個人における芸術的嗜好を計算的にモデル化するための新しい枠組みを提案する。 我々のフレームワークは、最先端のオープンソース言語モデルであるLLaMA-3-70bを18ポイント近く上回っている。
  論文  参考訳（メタデータ） (2024-10-03T18:10:16Z)
• JeDi: Joint-Image Diffusion Models for Finetuning-Free Personalized Text-to-Image Generation [49.997839600988875]
  既存のパーソナライズ手法は、ユーザのカスタムデータセット上でテキスト・ツー・イメージの基礎モデルを微調整することに依存している。 ファインタニングフリーのパーソナライズモデルを学ぶための効果的な手法として,ジョイントイメージ拡散(jedi)を提案する。 本モデルは,従来のファインタニングベースとファインタニングフリーのパーソナライゼーションベースの両方において,定量的かつ定性的に,高い品質を実現する。
  論文  参考訳（メタデータ） (2024-07-08T17:59:02Z)
• CreativeSynth: Creative Blending and Synthesis of Visual Arts based on Multimodal Diffusion [74.44273919041912]
  大規模なテキスト・画像生成モデルは印象的な進歩を遂げ、高品質な画像を合成する能力を示している。 しかし、これらのモデルを芸術的な画像編集に適用することは、2つの重要な課題を提起する。 我々は,マルチモーダル入力をコーディネートする拡散モデルに基づく,革新的な統一フレームワークCreative Synthを構築した。
  論文  参考訳（メタデータ） (2024-01-25T10:42:09Z)
• Impressions: Understanding Visual Semiotics and Aesthetic Impact [66.40617566253404]
  画像のセミオティックスを調べるための新しいデータセットであるImpressionsを提示する。 既存のマルチモーダル画像キャプションと条件付き生成モデルは、画像に対する可視的応答をシミュレートするのに苦労していることを示す。 このデータセットは、微調整と少数ショット適応により、画像の印象や美的評価をモデル化する能力を大幅に改善する。
  論文  参考訳（メタデータ） (2023-10-27T04:30:18Z)
• Emu: Enhancing Image Generation Models Using Photogenic Needles in a Haystack [75.00066365801993]
  Webスケールの画像-テキストペアによるテキスト-画像モデルのトレーニングにより、テキストから幅広い視覚概念を生成することができる。 これらの事前訓練されたモデルは、高度に美的な画像を生成することに関して、しばしば課題に直面します。 本稿では,高度に視覚的に魅力的な画像のみを生成するために,事前学習されたモデルを誘導する品質チューニングを提案する。
  論文  参考訳（メタデータ） (2023-09-27T17:30:19Z)
• Inventing art styles with no artistic training data [0.65268245109828]
  本研究では,自然画像のみに基づいて学習したモデルを用いて,絵画スタイルを作成する2つの手法を提案する。 第1の手順では、創造的な表現を達成するために、芸術媒体からの帰納バイアスを用いる。 第2の手順では、新たなスタイルを作るためのインスピレーションとして、追加の自然なイメージを使用する。
  論文  参考訳（メタデータ） (2023-05-19T21:59:23Z)
• Learning to Evaluate the Artness of AI-generated Images [64.48229009396186]
  アートスコア(ArtScore)は、アーティストによる本物のアートワークと画像がどの程度似ているかを評価するために設計されたメトリクスである。 我々は、写真とアートワークの生成のために事前訓練されたモデルを採用し、一連の混合モデルを生み出した。 このデータセットはニューラルネットワークのトレーニングに使用され、任意の画像の定量化精度レベルを推定する方法を学ぶ。
  論文  参考訳（メタデータ） (2023-05-08T17:58:27Z)
• Few-shots Portrait Generation with Style Enhancement and Identity Preservation [3.6937810031393123]
  StyleIdentityGANモデルは、生成された肖像画のアイデンティティと芸術性を同時に確保することができる。 スタイル強化モジュールは、生成した仮想顔画像の芸術性を改善するために、デカップリングと転送の芸術的スタイルの特徴に焦点を当てている。 アートやアイデンティティ効果の最先端手法よりもStyleIdentityGANの方が優れていることを示す実験を行った。
  論文  参考訳（メタデータ） (2023-03-01T10:02:12Z)
• AesUST: Towards Aesthetic-Enhanced Universal Style Transfer [15.078430702469886]
  AesUSTは、新しいユニバーサルスタイルトランスファーアプローチである。 本研究では, 芸術作品の大規模なコーパスから, 普遍的な美的特徴を学習するための美的差別化手法を提案する。 また,モデルをより効果的にトレーニングするために,2つの審美規則を組み込んだ新しい2段階移動訓練戦略を開発した。
  論文  参考訳（メタデータ） (2022-08-27T13:51:11Z)
• User-Guided Personalized Image Aesthetic Assessment based on Deep Reinforcement Learning [64.07820203919283]
  本稿では,新しいユーザガイド型画像美観評価フレームワークを提案する。 深部強化学習(DRL)に基づく審美評価のためのユーザインタラクションを活用して画像のリタッチとランク付けを行う パーソナライズされた審美分布は、異なるユーザの審美的嗜好とより一致している。
  論文  参考訳（メタデータ） (2021-06-14T15:19:48Z)

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。