論文の概要: Artistic Portrait Drawing with Vector Strokes

• arxiv url: http://arxiv.org/abs/2410.04182v1
• Date: Sat, 5 Oct 2024 14:55:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-02 13:41:32.282143
• Title: Artistic Portrait Drawing with Vector Strokes
• Title（参考訳）: ベクターストロークで絵を描く芸術的肖像
• Authors: Yiqi Liang, Ying Liu, Dandan Long, Ruihui Li,
• Abstract要約: 本稿では,人物の顔画像をベクトル像に変換するVectorPDを提案する。 ベクトルグラフィックスは異なる形状のプリミティブで構成されているため、複雑な顔の描画によって顔の詳細や構造を正確に表現することは困難である。
• 参考スコア（独自算出の注目度）: 7.281215486388827
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we present a method, VectorPD, for converting a given human face image into a vector portrait sketch. VectorPD supports different levels of abstraction by simply controlling the number of strokes. Since vector graphics are composed of different shape primitives, it is challenging for rendering complex faces to accurately express facial details and structure. To address this, VectorPD employs a novel two-round optimization mechanism. We first initialize the strokes with facial keypoints, and generate a basic portrait sketch by a CLIP-based Semantic Loss. Then we complete the face structure through VGG-based Structure Loss, and propose a novel Crop-based Shadow Loss to enrich the shadow details of the sketch, achieving a visually pleasing portrait sketch. Quantitative and qualitative evaluations both demonstrate that the portrait sketches generated by VectorPD can produce better visual effects than existing state-of-the-art methods, maintaining as much fidelity as possible at different levels of abstraction.
• Abstract（参考訳）: 本稿では,人物の顔画像をベクトル像に変換するVectorPDを提案する。 VectorPDは、ストロークの数を単純に制御することで、異なるレベルの抽象化をサポートする。 ベクトルグラフィックスは異なる形状のプリミティブで構成されているため、複雑な顔の描画によって顔の詳細や構造を正確に表現することは困難である。 これを解決するために、VectorPDは新しい2ラウンド最適化機構を採用している。 まず、顔のキーポイントでストロークを初期化し、CLIPベースのセマンティック・ロスによる基本的な肖像画を生成する。 そして、VGGベースの構造損失を通して顔の構造を完成させ、スケッチの影の詳細を豊かにする新しいクロップベースの影損失を提案し、視覚的に喜ぶ肖像画を完成させる。 定量的および定性的な評価は、VectorPDが生成した肖像画が既存の最先端の手法よりも優れた視覚効果を生み出すことを示した。

関連論文リスト

• VQ-SGen: A Vector Quantized Stroke Representation for Sketch Generation [12.486307321835909]
  VQ-SGenは、高品質なスケッチ生成のための新しいアルゴリズムである。 トークン化されたストローク表現を利用することで,高い忠実度を有するストロークを生成する。
  論文  参考訳（メタデータ） (2024-11-25T14:51:22Z)
• Stylized Face Sketch Extraction via Generative Prior with Limited Data [6.727433982111717]
  StyleSketchは、顔画像から高解像度のスタイリングスケッチを抽出する方法である。 事前訓練されたStyleGANの深い特徴の豊富なセマンティクスを用いて、16対の顔とそれに対応するスケッチイメージでスケッチジェネレータを訓練することができる。
  論文  参考訳（メタデータ） (2024-03-17T16:25:25Z)
• PatternPortrait: Draw Me Like One of Your Scribbles [2.01243755755303]
  本稿では,絵画から抽象的な肖像画を作成する方法を紹介する。 その独特のスタイルは、単一のフリーハンドパターンのスケッチを参照として利用して、シェーディングのためのユニークなパターンを生成する。 この方法は、画像から顔や身体の特徴を抽出し、それらをベクトル線に変換する。
  論文  参考訳（メタデータ） (2024-01-22T12:33:11Z)
• Sketch Video Synthesis [52.134906766625164]
  フレームワイドB'ezier曲線で表現されたビデオのスケッチを行うための新しいフレームワークを提案する。 本手法は、スケッチベースのビデオ編集やビデオ合成によるビデオ再生における応用を解放する。
  論文  参考訳（メタデータ） (2023-11-26T14:14:04Z)
• SENS: Part-Aware Sketch-based Implicit Neural Shape Modeling [124.3266213819203]
  SENSは手描きスケッチから3Dモデルを生成し編集するための新しい手法である。 SENSはスケッチを分析し、部品をViTパッチエンコーディングにエンコードする。 SENSは部分再構成による精細化をサポートし、微調整とアーティファクトの除去を可能にする。
  論文  参考訳（メタデータ） (2023-06-09T17:50:53Z)
• Make Your Brief Stroke Real and Stereoscopic: 3D-Aware Simplified Sketch to Portrait Generation [51.64832538714455]
  既存の研究は2次元平面の像のみを固定ビューで生成し、その結果を鮮明にしない。 本稿では立体視による簡易スケッチ・トゥ・ポートレート(SSSP)について述べる。 我々の重要な洞察は、三面体ベースの3D認識生成モデルの事前知識を十分に活用できるスケッチ認識制約を設計することである。
  論文  参考訳（メタデータ） (2023-02-14T06:28:42Z)
• CLIPasso: Semantically-Aware Object Sketching [34.53644912236454]
  本稿では,幾何学的および意味的単純化によって導かれる抽象レベルが異なるオブジェクトスケッチ手法を提案する。 スケッチをB'ezier曲線の集合として定義し、CLIPに基づく知覚的損失に対して曲線のパラメータを直接最適化するために微分器を使用する。
  論文  参考訳（メタデータ） (2022-02-11T18:35:25Z)
• Quality Metric Guided Portrait Line Drawing Generation from Unpaired Training Data [88.78171717494688]
  本研究では,顔画像から肖像画への自動変換手法を提案する。 本手法は,(1)1つのネットワークを用いて複数のスタイルで高品質な肖像画を生成することを学習し,(2)トレーニングデータに見つからない「新しいスタイル」の肖像画を生成する。
  論文  参考訳（メタデータ） (2022-02-08T06:49:57Z)
• Differentiable Drawing and Sketching [0.0]
  我々は、点、線、曲線をピクセルに描画する過程の微分可能な緩和を示す。 このリラクゼーションにより、エンドツーエンドの差別化可能なプログラムとディープネットワークを学習および最適化できます。
  論文  参考訳（メタデータ） (2021-03-30T09:25:55Z)
• DeepFacePencil: Creating Face Images from Freehand Sketches [77.00929179469559]
  既存の画像から画像への変換には、大規模なスケッチと画像のデータセットが必要である。 本稿では,手描きスケッチから写真リアルな顔画像を生成するための効果的なツールであるDeepFacePencilを提案する。
  論文  参考訳（メタデータ） (2020-08-31T03:35:21Z)
• SketchDesc: Learning Local Sketch Descriptors for Multi-view Correspondence [68.63311821718416]
  我々はマルチビュースケッチ対応の問題について検討し、同じオブジェクトの異なるビューを持つ複数のフリーハンドスケッチを入力として扱う。 異なる視点における対応する点の視覚的特徴は、非常に異なる可能性があるため、この問題は困難である。 我々は、深層学習アプローチを採用し、データから新しいローカルスケッチ記述子を学習する。
  論文  参考訳（メタデータ） (2020-01-16T11:31:21Z)

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。