論文の概要: Sketch & Paint: Stroke-by-Stroke Evolution of Visual Artworks

• arxiv url: http://arxiv.org/abs/2502.20119v1
• Date: Thu, 27 Feb 2025 14:11:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-28 14:57:22.293885
• Title: Sketch & Paint: Stroke-by-Stroke Evolution of Visual Artworks
• Title（参考訳）: スケッチ&ペイント:ビジュアルアートワークのストロークバイストローク進化
• Authors: Jeripothula Prudviraj, Vikram Jamwal,
• Abstract要約: 本稿では,近接クラスタリング機構を用いて,アートストロークの進化を近似する新しい手法を提案する。 提案アルゴリズムは未知のアートワークにおけるストロークシーケンスを推論する可能性を実証する。 本研究の目的は,視覚芸術の技法の複雑化と,視覚芸術の背景にあるステップバイステップの再構築プロセスの理解を深めることである。
• 参考スコア（独自算出の注目度）: 3.5297361401370044
• License:
• Abstract: Understanding the stroke-based evolution of visual artworks is useful for advancing artwork learning, appreciation, and interactive display. While the stroke sequence of renowned artworks remains largely unknown, formulating this sequence for near-natural image drawing processes can significantly enhance our understanding of artistic techniques. This paper introduces a novel method for approximating artwork stroke evolution through a proximity-based clustering mechanism. We first convert pixel images into vector images via parametric curves and then explore the clustering approach to determine the sequence order of extracted strokes. Our proposed algorithm demonstrates the potential to infer stroke sequences in unknown artworks. We evaluate the performance of our method using WikiArt data and qualitatively demonstrate the plausible stroke sequences. Additionally, we demonstrate the robustness of our approach to handle a wide variety of input image types such as line art, face sketches, paintings, and photographic images. By exploring stroke extraction and sequence construction, we aim to improve our understanding of the intricacies of the art development techniques and the step-by-step reconstruction process behind visual artworks, thereby enriching our understanding of the creative journey from the initial sketch to the final artwork.
• Abstract（参考訳）: 視覚アートワークのストロークベースの進化を理解することは、アート学習、鑑賞、インタラクティブディスプレイの進歩に有用である。 著名な美術作品のストロークシーケンスはほとんど不明であるが、このシーケンスをほぼ自然な画像描画プロセスで定式化することで、芸術的技法の理解を著しく向上させることができる。 本稿では,近接クラスタリング機構を用いて,アートストロークの進化を近似する新しい手法を提案する。 まず、パラメトリック曲線を用いて画素画像をベクトル画像に変換し、次にクラスタリング手法を探索し、抽出したストロークのシーケンス順序を決定する。 提案アルゴリズムは未知のアートワークにおけるストロークシーケンスを推論する可能性を実証する。 WikiArtデータを用いて,本手法の性能評価を行い,有意なストロークシーケンスを定性的に示す。 さらに,ラインアート,顔スケッチ,絵画,写真画像など,幅広い入力画像タイプを扱うためのアプローチの堅牢性を示す。 本研究の目的は,脳卒中抽出とシーケンス構築を探索することで,視覚芸術の技法の複雑化とステップバイステップの再構築プロセスの理解を深めることであり,初期スケッチから最終アートへの創造的な旅の理解を深めることである。

関連論文リスト

• Emergence of Painting Ability via Recognition-Driven Evolution [49.666177849272856]
  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。
  論文  参考訳（メタデータ） (2025-01-09T04:37:31Z)
• Learning to Synthesize Graphics Programs for Geometric Artworks [12.82009632507056]
  本稿では,一連の描画ツールを実行可能なプログラムとして扱うアプローチを提案する。 この方法は最終画像を得るための一連のステップを予測する。 プログラムシンセサイザーArt2Progは複雑な入力画像を包括的に理解できることを示す。
  論文  参考訳（メタデータ） (2024-10-21T08:28:11Z)
• 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)
• ProcessPainter: Learn Painting Process from Sequence Data [27.9875429986135]
  画家の絵画の過程は本質的に段階的に変化しており、異なる画家や様式によって大きく異なる。 従来のストロークベースのレンダリング手法は、画像をブラシストロークのシーケンスに分解するが、アーティストの真正なプロセスの複製には不十分である。 ProcessPainterは、最初は合成データに基づいて事前訓練され、その後、特定のアーティストの絵のシーケンスで微調整されるテキスト・ビデオ・モデルである。
  論文  参考訳（メタデータ） (2024-06-10T07:18:41Z)
• 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)
• SketchDreamer: Interactive Text-Augmented Creative Sketch Ideation [111.2195741547517]
  画像の画素表現に基づいて訓練されたテキスト条件付き拡散モデルを用いて,制御されたスケッチを生成する手法を提案する。 我々の目標は、プロでないユーザにスケッチを作成させ、一連の最適化プロセスを通じて物語をストーリーボードに変換することです。
  論文  参考訳（メタデータ） (2023-08-27T19:44:44Z)
• Sketch2Saliency: Learning to Detect Salient Objects from Human Drawings [99.9788496281408]
  本研究では,スケッチを弱いラベルとして使用して,画像中の有能な物体を検出する方法について検討する。 これを実現するために,与えられた視覚写真に対応する逐次スケッチ座標を生成することを目的としたフォト・ツー・スケッチ生成モデルを提案する。 テストは、私たちの仮説を証明し、スケッチベースの唾液度検出モデルが、最先端技術と比較して、競争力のあるパフォーマンスを提供する方法を明確にします。
  論文  参考訳（メタデータ） (2023-03-20T23:46:46Z)
• Generative Art Using Neural Visual Grammars and Dual Encoders [25.100664361601112]
  生成芸術を創出するための新しいアルゴリズムについて述べる。 ユーザーがテキスト文字列を入力することができ、この文字列に対する創造的な応答で画像が出力されます。
  論文  参考訳（メタデータ） (2021-05-01T04:21:52Z)
• 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)
• 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)
• Deep Plastic Surgery: Robust and Controllable Image Editing with Human-Drawn Sketches [133.01690754567252]
  スケッチベースの画像編集は、人間の描いたスケッチによって提供される構造情報に基づいて、写真を合成し、修正することを目的としている。 Deep Plastic Surgeryは、手書きのスケッチ入力を使って画像のインタラクティブな編集を可能にする、新しくて堅牢で制御可能な画像編集フレームワークである。
  論文  参考訳（メタデータ） (2020-01-09T08:57:50Z)

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。