論文の概要: Emergence of Painting Ability via Recognition-Driven Evolution

• arxiv url: http://arxiv.org/abs/2501.04966v1
• Date: Thu, 09 Jan 2025 04:37:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-10 13:59:15.031886
• Title: Emergence of Painting Ability via Recognition-Driven Evolution
• Title（参考訳）: 認識駆動進化による絵画能力の創出
• Authors: Yi Lin, Lin Gu, Ziteng Cui, Shenghan Su, Yumo Hao, Yingtao Tian, Tatsuya Harada, Jianfei Yang,
• Abstract要約: 脳卒中枝とパレット枝を併用したモデルを提案する。 マシンビジョンで達成した認識精度を計測することにより、視覚コミュニケーションの効率を定量化する。 実験結果から,本モデルは高次認識タスクにおいて優れた性能を発揮することが示された。
• 参考スコア（独自算出の注目度）: 49.666177849272856
• License:
• Abstract: From Paleolithic cave paintings to Impressionism, human painting has evolved to depict increasingly complex and detailed scenes, conveying more nuanced messages. This paper attempts to emerge this artistic capability by simulating the evolutionary pressures that enhance visual communication efficiency. Specifically, we present a model with a stroke branch and a palette branch that together simulate human-like painting. The palette branch learns a limited colour palette, while the stroke branch parameterises each stroke using B\'ezier curves to render an image, subsequently evaluated by a high-level recognition module. We quantify the efficiency of visual communication by measuring the recognition accuracy achieved with machine vision. The model then optimises the control points and colour choices for each stroke to maximise recognition accuracy with minimal strokes and colours. Experimental results show that our model achieves superior performance in high-level recognition tasks, delivering artistic expression and aesthetic appeal, especially in abstract sketches. Additionally, our approach shows promise as an efficient bit-level image compression technique, outperforming traditional methods.
• Abstract（参考訳）: 旧石器時代の洞窟画から印象主義まで、人間の絵画はますます複雑で詳細な場面を描き、よりニュアンスなメッセージを伝えるように進化してきた。 本稿では,視覚コミュニケーションの効率を高める進化的圧力をシミュレートすることで,この芸術的能力の創出を試みる。 具体的には,脳卒中枝とパレット枝を併用したモデルを提案する。 パレット分岐は、限られた色パレットを学習し、ストローク分岐は、B\'ezier曲線を用いて各ストロークをパラメータ化して画像を描画し、その後、ハイレベル認識モジュールで評価する。 マシンビジョンで達成した認識精度を測定することにより、視覚コミュニケーションの効率を定量化する。 モデルは各ストロークの制御点と色選択を最適化し、最小のストロークと色で認識精度を最大化する。 実験結果から,高レベルの認識タスクにおいて,特に抽象スケッチにおいて,芸術的表現や美的魅力を提供する上で,優れた性能を達成できることが示唆された。 さらに,提案手法は,従来の手法よりも高速なビットレベルの画像圧縮技術として有望であることを示す。

関連論文リスト

• PrefPaint: Aligning Image Inpainting Diffusion Model with Human Preference [62.72779589895124]
  画像インペイントのための拡散モデルと人間の審美基準との整合性を、強化学習フレームワークを用いて初めて試みる。 我々は、人間の好みを付加した約51,000枚の画像からなるデータセットで報酬モデルを訓練する。 画像拡張や3次元再構成などの下流タスクの塗装比較実験により, 提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-10-29T11:49:39Z)
• AttentionPainter: An Efficient and Adaptive Stroke Predictor for Scene Painting [82.54770866332456]
  ストロークベースのレンダリング(SBR)は、入力画像をパラメータ化されたストロークのシーケンスに分解することを目的としており、入力画像に似た絵に描画することができる。 単一ステップのニューラルペイントのための効率よく適応的なモデルであるAttentionPainterを提案する。
  論文  参考訳（メタデータ） (2024-10-21T18:36:45Z)
• Hyperstroke: A Novel High-quality Stroke Representation for Assistive Artistic Drawing [12.71408421022756]
  細かなストロークの詳細を正確に把握するための新しいストローク表現であるハイパーストロークを導入する。 直感的でユーザフレンドリな描画アプリケーションを実現するために,トランスフォーマーアーキテクチャによる支援描画をモデル化することを提案する。
  論文  参考訳（メタデータ） (2024-08-18T04:05:53Z)
• Segmentation-Based Parametric Painting [22.967620358813214]
  本研究では,人間のような質とスタイルのバリエーションを持つ大規模で高忠実な絵画の作成を容易にする,新しい画像から絵画へのアプローチを提案する。 我々は,人間の絵画戦略に触発されたセグメンテーションに基づく絵画プロセスとダイナミックアテンションマップアプローチを導入する。 最適化されたバッチ処理とパッチベースの損失フレームワークは、大きなキャンバスの効率的な処理を可能にします。
  論文  参考訳（メタデータ） (2023-11-24T04:15:10Z)
• A domain adaptive deep learning solution for scanpath prediction of paintings [66.46953851227454]
  本稿では,ある絵画の視覚的体験における視聴者の眼球運動分析に焦点を当てた。 我々は、人間の視覚的注意を予測するための新しいアプローチを導入し、人間の認知機能に影響を及ぼす。 提案した新しいアーキテクチャは、画像を取り込んでスキャンパスを返す。
  論文  参考訳（メタデータ） (2022-09-22T22:27:08Z)
• Perceptual Artifacts Localization for Inpainting [60.5659086595901]
  そこで本研究では,知覚的アーティファクトの自動セグメンテーションの学習タスクを提案する。 データセット上で高度なセグメンテーションネットワークをトレーニングし、インペイントされた画像内のインペイントされたアーティファクトを確実にローカライズする。 また, 対象領域と対象領域全体との比率である知覚人工物比 (PAR) という新しい評価指標を提案する。
  論文  参考訳（メタデータ） (2022-08-05T18:50:51Z)
• PTGCF: Printing Texture Guided Color Fusion for Impressionism Oil Painting Style Rendering [0.3249853429482705]
  ストロークテクスチャやターゲットスタイル画像の色などのスタイル情報の抽出が画像スタイリングの鍵となる。 油彩画のトーン特性と代表色を完全に考慮した新しいストロークレンダリング法を提案する。 実験により,提案モデルの有効性が検証された。
  論文  参考訳（メタデータ） (2022-07-26T00:31:23Z)
• ViCE: Self-Supervised Visual Concept Embeddings as Contextual and Pixel Appearance Invariant Semantic Representations [77.3590853897664]
  本研究は,NLPにおける単語埋め込みの学習方法に着想を得た画像に対して,意味論的にリッチな視覚埋め込みを学習するための自己指導的手法を提案する。
  論文  参考訳（メタデータ） (2021-11-24T12:27:30Z)
• Automatic analysis of artistic paintings using information-based measures [1.25456674968456]
  美術絵画に存在する隠されたパターンと関係を,その複雑さを分析して同定する。 正規化圧縮(NC)とブロック分解法(BDM)を91名の著者による4,266点の絵のデータセットに適用した。 アーティストのスタイル、その芸術的影響、および共有技術に関する重要な情報を記述した指紋を定義する。
  論文  参考訳（メタデータ） (2021-02-02T21:40:30Z)

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。