論文の概要: Abstraction in Style

• arxiv url: http://arxiv.org/abs/2603.29924v1
• Date: Tue, 31 Mar 2026 15:59:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-01 15:25:03.774786
• Title: Abstraction in Style
• Title（参考訳）: スタイルの抽象化
• Authors: Min Lu, Yuanfeng He, Anthony Chen, Jianhuang He, Pu Wang, Daniel Cohen-Or, Hui Huang,
• Abstract要約: 構造的抽象化と視覚的スタイル化を分離する生成フレームワークであるAiS(Abstraction in Style)を紹介する。 AiSはより幅広いスタイリスティックな変換をサポートし、制御性を改善し、より表現力のあるスタイリゼーションを可能にする。
• 参考スコア（独自算出の注目度）: 51.80748345788921
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artistic styles often embed abstraction beyond surface appearance, involving deliberate reinterpretation of structure rather than mere changes in texture or color. Conventional style transfer methods typically preserve the input geometry and therefore struggle to capture this deeper abstraction behavior, especially for illustrative and nonphotorealistic styles. In this work, we introduce Abstraction in Style (AiS), a generative framework that separates structural abstraction from visual stylization. Given a target image and a small set of style exemplars, AiS first derives an intermediate abstraction proxy that reinterprets the target's structure in accordance with the abstraction logic exhibited by the style. The proxy captures semantic structure while relaxing geometric fidelity, enabling subsequent stylization to operate on an abstracted representation rather than the original image. In a second stage, the abstraction proxy is rendered to produce the final stylized output, preserving visual coherence with the reference style. Both stages are implemented using a shared image space analogy, enabling transformations to be learned from visual exemplars without explicit geometric supervision. By decoupling abstraction from appearance and treating abstraction as an explicit, transferable process, AiS supports a wider range of stylistic transformations, improves controllability, and enables more expressive stylization.
• Abstract（参考訳）: 芸術的なスタイルはしばしば表面的な外観を超えて抽象を埋め込み、テクスチャや色の変化よりも構造を意図的に再解釈する。 従来のスタイル転送法は一般的に入力幾何学を保存し、特にイラストや非フォトリアリスティックなスタイルにおいて、このより深い抽象的な振る舞いを捉えるのに苦労する。 本稿では,構造的抽象化と視覚的スタイリングを分離する生成フレームワークであるAiS(Abstraction in Style)を紹介する。 AiSは、ターゲット画像と小さなスタイルの例が与えられたとき、まず、そのスタイルが示す抽象論理に従って、ターゲットの構造を再解釈する中間抽象プロキシを導出する。 プロキシは、幾何学的忠実さを緩和しながら意味構造をキャプチャし、その後のスタイリゼーションを元の画像ではなく抽象表現で操作する。 第2段階では、抽象プロキシを描画して最終スタイリングされた出力を生成し、参照スタイルとの視覚的コヒーレンスを保持する。 どちらのステージも共有画像空間のアナロジーを用いて実装されており、視覚的見本から変換を明示的な幾何学的監督なしに学べる。 抽象を外見から切り離し、抽象を明示的で転送可能なプロセスとして扱うことで、AISはより幅広いスタイリスティックな変換をサポートし、制御性を改善し、より表現力のあるスタイリゼーションを可能にする。

関連論文リスト

• Training Free Stylized Abstraction [27.307331773270676]
  スティル化抽象化は、視覚的に誇張されているが意味的に忠実な対象表現を合成し、認識可能性と知覚歪みのバランスをとる。 視覚言語モデル(VLLM)における推論時間スケーリングを用いて,単一の画像からスタイル化された抽象化を生成する学習自由フレームワークを提案する。 提案手法は,時間的時間的スケジューリングによって動的に構造復元を適応し,主観とスタイルの両方を尊重する高忠実度復元を可能にする。
  論文  参考訳（メタデータ） (2025-05-28T17:59:57Z)
• How to Handle Sketch-Abstraction in Sketch-Based Image Retrieval? [120.49126407479717]
  スケッチの抽象化を様々なレベルで処理できるスケッチベース画像検索フレームワークを提案する。 粒度レベルの抽象理解のために、検索モデルはすべての抽象レベルを等しく扱ってはならないと規定する。 私たちのAcc.@qの損失は、評価がいかに厳格であるかという点で、スケッチが焦点を絞りたり壊したりできます。
  論文  参考訳（メタデータ） (2024-03-11T23:08:29Z)
• MOSAIC: Multi-Object Segmented Arbitrary Stylization Using CLIP [0.0]
  テキストによって駆動されるスタイル転送は、実際のスタイルイメージを収集することなく、創造的に画像をスタイリングするための新しいパスを舗装した。 入力プロンプトから抽出したコンテキストに基づいて、画像内の異なるオブジェクトにスタイルを適用することができるCLIP(MOSAIC)を用いたマルチオブジェクト分割任意スティル化手法を提案する。 本手法は任意のオブジェクトやスタイルに拡張可能であり,最先端の手法と比較して高品質な画像を生成することができる。
  論文  参考訳（メタデータ） (2023-09-24T18:24:55Z)
• ALADIN-NST: Self-supervised disentangled representation learning of artistic style through Neural Style Transfer [60.6863849241972]
  我々は、画像に描かれた意味的内容から、より強く絡み合った視覚芸術スタイルの表現を学習する。 スタイルと内容の絡み合いに強く対処することで、スタイル固有のメトリクスが大きく向上することを示します。
  論文  参考訳（メタデータ） (2023-04-12T10:33:18Z)
• StylerDALLE: Language-Guided Style Transfer Using a Vector-Quantized Tokenizer of a Large-Scale Generative Model [64.26721402514957]
  本論文では,自然言語を用いて抽象芸術スタイルを記述するスタイル転送手法であるStylerDALLEを提案する。 具体的には、非自己回帰的なトークンシーケンス変換として、言語誘導型転送タスクを定式化する。 スタイル情報を組み込むために,CLIPに基づく言語指導による強化学習戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-16T12:44:44Z)

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。