論文の概要: Single-Line Drawing Generation via Semantics-Driven Optimization

• arxiv url: http://arxiv.org/abs/2606.01910v1
• Date: Mon, 01 Jun 2026 08:46:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:31.628658
• Title: Single-Line Drawing Generation via Semantics-Driven Optimization
• Title（参考訳）: セマンティックス駆動最適化による単線図面生成
• Authors: Tanguy Magne, Alexandre Binninger, Ruben Wiersma, Olga Sorkine-Hornung,
• Abstract要約: 本稿では,ベクトル形式で1行の描画を自動的に生成するセマンティクス駆動方式を提案する。 本手法は,一様有理B-スプライン曲線(URBS)のパラメータを最適化するために,スコア蒸留サンプリングを利用する。 本手法はベクトル化曲線を生成するため, 直結する下流加工プロセス, レーザーエッチング, ワイヤ曲げなどの加工を支援できる。
• 参考スコア（独自算出の注目度）: 51.26529682867565
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Line drawings are a highly expressive art form that requires the artist to abstract and distill the essence of their subject. We present the first semantics-driven method for automatically generating single-line drawings in vector format, guided either by a text prompt describing the concept or an input image depicting it. Our approach leverages score distillation sampling to optimize the parameters of a uniform rational B-spline (URBS) curve, ensuring that the drawing consists of a single continuous stroke by design. This representation provides fine-grained control over the level of detail, while additional loss terms allow us to steer the final artistic style. We demonstrate that our method outperforms state-of-the-art text-to-image models and optimization pipelines for this task, producing results that are both more aesthetically pleasing and more faithful to the style of continuous line drawing artists. Furthermore, because our method generates a vectorized curve, it directly supports downstream fabrication processes such as embroidery, laser engraving and wire bending. Our code and results are available at https://github.com/tanguymagne/SLDgen.
• Abstract（参考訳）: ライン・ドローイング(Line drawing)は、画家が主題の本質を抽象化し、蒸留する必要がある、非常に表現力のある芸術形式である。 本稿では,この概念を記述したテキストプロンプトと,それを表現した入力画像のいずれかを用いて,ベクトル形式で一行の描画を自動的に生成するセマンティクス駆動方式を提案する。 本手法は,一様合理的B-スプライン曲線(URBS)のパラメータを最適化するために,スコア蒸留サンプリングを利用する。 この表現は、詳細レベルをきめ細かな制御を提供し、追加の損失項は、最終的な芸術的スタイルを操縦することを可能にする。 提案手法は現状のテキスト・ツー・イメージ・モデルや最適化パイプラインよりも優れており,より美的かつ忠実な連続線描画アーティストのスタイルに忠実な結果が得られることを示す。 さらに,本手法はベクトル化曲線を生成するため, インブロイラ, レーザエッチング, ワイヤ曲げなどの下流加工プロセスを直接支援する。 私たちのコードと結果はhttps://github.com/tanguymagne/SLDgen.comで公開されています。

関連論文リスト

• VideoSketcher: Video Models Prior Enable Versatile Sequential Sketch Generation [73.23035143627598]
  ほとんどの生成モデルはスケッチを静的なイメージとして扱い、創造的な描画の根底にある時間構造を見渡す。 本稿では,事前学習したテキスト・ビデオ拡散モデルに適応した逐次スケッチ生成のためのデータ効率のよい手法を提案する。 本手法は,テキスト指定順序を忠実に追従する高品質なスケッチを生成するとともに,リッチな視覚的ディテールを示す。
  論文  参考訳（メタデータ） (2026-02-17T18:55:03Z)
• FreeInpaint: Tuning-free Prompt Alignment and Visual Rationality Enhancement in Image Inpainting [98.04041133839088]
  ユーザからのテキストプロンプトを用いて,画像の特定領域内で新たなコンテンツを生成する。 FreeInpaintは,画像の忠実度を向上させるために,インジェクション中の拡散潜水剤を直接最適化する,プラグアンドプレイのチューニング不要な手法である。
  論文  参考訳（メタデータ） (2025-12-24T11:06:26Z)
• Neural Image Abstraction Using Long Smoothing B-Splines [33.22485341851476]
  画像に基づくディープラーニングシステムにおいて、スムーズかつ任意に長い経路を生成する方法を示す。 我々は、微分に基づく平滑化コストを利用して、忠実度と単純さのトレードオフのパラメトリック制御を行う。
  論文  参考訳（メタデータ） (2025-11-07T15:50:48Z)
• SwiftSketch: A Diffusion Model for Image-to-Vector Sketch Generation [57.47730473674261]
  我々は,画像条件付きベクトルスケッチ生成モデルであるSwiftSketchを紹介した。 SwiftSketchは、ガウス分布からサンプリングされたストローク制御ポイントを段階的に復調することによって動作する。 ControlSketchは、深度認識制御ネットを通じて正確な空間制御を組み込むことで、SDSベースの技術を強化する方法である。
  論文  参考訳（メタデータ） (2025-02-12T18:57:12Z)
• Deep Geometrized Cartoon Line Inbetweening [98.35956631655357]
  インベントワイニングは、2つの白黒線図の間の中間フレームを生成する。 画像全体のマッチングとワープに依存する既存のフレームメソッドは、ラインインテワイニングには適していない。 本稿では,AnimeInbetを提案する。これは幾何学的な線描画をエンドポイントにジオメトリし,グラフ融合問題としてインベントワイニングタスクを再構成する。 本手法は,線画の細部と細部を包含しながら,線画の細部と特異な構造を効果的に捉えることができる。
  論文  参考訳（メタデータ） (2023-09-28T17:50:05Z)
• Flow-Guided Controllable Line Drawing Generation [6.200483285433661]
  本稿では,ベクトルフロー場を学習的手法で効率的に,かつ堅牢に作成するためのイメージ・トゥ・フロー・ネットワーク(I2FNet)を提案する。 次に、よく設計されたDouble Flow Generator (DFG)フレームワークを導入し、学習したベクトルフローと入力イメージフローから特徴を融合する。 制御可能な文字線描画生成を実現するため,線形制御行列をDFGに統合し,線形制御回帰器を訓練する。
  論文  参考訳（メタデータ） (2023-07-14T14:09:09Z)
• 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)
• B\'ezierSketch: A generative model for scalable vector sketches [132.5223191478268]
  B'ezierSketchは、完全ベクトルスケッチのための新しい生成モデルであり、自動的にスケーラブルで高解像度である。 まず,各ストロークを最適なB'ezier曲線に埋め込むようにエンコーダを訓練する。 これにより、スケッチをパラマタライズされたストロークの短いシーケンスとして扱うことができ、これにより、より長いスケッチのために、より多くのキャパシティを持つ再帰的な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） (2020-07-04T21:30:52Z)

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。