論文の概要: Evaluation of Image Matching for Art Skills Assessment
- arxiv url: http://arxiv.org/abs/2606.20199v1
- Date: Thu, 18 Jun 2026 13:13:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.870314
- Title: Evaluation of Image Matching for Art Skills Assessment
- Title（参考訳）: アートスキル評価のための画像マッチングの評価
- Authors: Asaad Alghamdi, Michael Poor, Trung-Nghia Le, Tam V. Nguyen,
- Abstract要約: そこで本研究では,手描き画像と元のテンプレートとをマッチングして描画スキルを測定する手法を提案する。
コンピュータビジョンアプリケーションを用いて、画像の類似度を決定するには、画像内の類似度のレベルを基準画像で識別する必要がある。
- 参考スコア（独自算出の注目度）: 11.435595037666259
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: While some individuals possess a natural talent for drawing, mastering this skill requires dedicated training and practice. Determining one's skill in the art of drawing requires proper comprehensive assessment. In this paper, we propose a method to measure drawing skill by by matching the hand-drawn image with the original template. Existing techniques often involve complex processes. However, advancements in computer vision allow us to train computers to perform these comparisons at a human-like level, thereby resolving the tedious and overwhelming traditional process. Using computer vision applications, determining image similarity involves identifying the level of similarities in an image with a reference image. We have implemented and analyzed the SIFT feature and Siamese network to measure image similarity. Our results indicate that it is feasible to assess art skill levels. Through feature analysis, we found that SIFT-based key point matching provides a more effective means of detecting drawing skills.
- Abstract（参考訳）: 一部の個人は絵を描くのに自然な才能を持っているが、このスキルを習得するには専用の訓練と練習が必要である。
図面技術における技能の決定には、適切な総合的な評価が必要である。
本稿では,手描き画像と元のテンプレートとをマッチングして描画スキルを測定する手法を提案する。
既存の技術は複雑なプロセスを含むことが多い。
しかし、コンピュータビジョンの進歩により、コンピュータにこれらの比較を人間的なレベルで行うように訓練し、退屈で圧倒的な伝統的なプロセスを解決することができる。
コンピュータビジョンアプリケーションを用いて、画像の類似度を決定するには、画像内の類似度のレベルを基準画像で識別する必要がある。
画像類似度を測定するためにSIFT機能とSiameseネットワークを実装し,解析した。
以上の結果から, 技量評価が可能であることが示唆された。
特徴分析により,SIFTに基づくキーポイントマッチングは,描画スキルをより効果的に検出できることがわかった。
関連論文リスト
- Computational Scaffolding of Composition, Value, and Color for Disciplined Drawing [14.006773412220939]
ArtKritは、参照イメージを3つの主要なステップに複製するプロセスを足場化するツールだ。
各ステップで、適応的な合成ライン生成などの計算ガイダンスを提供する。
私たちのコードと補足資料はhttps://majiaju.io/artkrit.comで公開されています。
論文 参考訳（メタデータ） (2025-09-21T22:59:56Z) - ARTxAI: Explainable Artificial Intelligence Curates Deep Representation
Learning for Artistic Images using Fuzzy Techniques [11.286457041998569]
芸術的画像分類における異なる課題から得られる特徴が、類似した性質の他の課題を解決するのにどのように適しているかを示す。
本稿では、画像の既知の視覚特性をディープラーニングモデルで用いる特徴にマッピングする、説明可能な人工知能手法を提案する。
論文 参考訳（メタデータ） (2023-08-29T13:15:13Z) - Learning to Evaluate the Artness of AI-generated Images [64.48229009396186]
アートスコア(ArtScore)は、アーティストによる本物のアートワークと画像がどの程度似ているかを評価するために設計されたメトリクスである。
我々は、写真とアートワークの生成のために事前訓練されたモデルを採用し、一連の混合モデルを生み出した。
このデータセットはニューラルネットワークのトレーニングに使用され、任意の画像の定量化精度レベルを推定する方法を学ぶ。
論文 参考訳（メタデータ） (2023-05-08T17:58:27Z) - 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) - Learning an Adaptation Function to Assess Image Visual Similarities [0.0]
ここでは、類推が重要となるとき、視覚的イメージ類似性を学ぶための特定のタスクに焦点を当てる。
本稿では,異なるスケールとコンテンツデータセットで事前学習した,教師付き,半教師付き,自己教師型ネットワークの比較を提案する。
The Totally Looks Like Image dataset conducted on the Totally Looks Like image highlight the interest of our method, by increase the search scores of the best model @1 by 2.25x。
論文 参考訳（メタデータ） (2022-06-03T07:15:00Z) - Learning Portrait Style Representations [34.59633886057044]
高レベル特性を取り入れたニューラルネットワークアーキテクチャによって学習されたスタイル表現について検討する。
美術史家によって注釈付けされた三重奏曲をスタイル類似性の監督として取り入れることで,学習スタイルの特徴の変化を見いだす。
また,計算解析用に用意された肖像画の大規模データセットを初めて提示する。
論文 参考訳（メタデータ） (2020-12-08T01:36:45Z) - An Image Analogies Approach for Multi-Scale Contour Detection [4.974890682815778]
クエリ画像の輪郭を参照(例:アナログ)に対して行うのと同じ方法で検出する新しい方法を提案する。
数学的な研究から導かれた14個のステレオパッチは、光条件とは無関係に輪郭を異なるスケールで見つけるために用いられる知識である。
論文 参考訳（メタデータ） (2020-07-21T19:14:18Z) - Geometrically Mappable Image Features [85.81073893916414]
地図内のエージェントの視覚に基づくローカライゼーションは、ロボット工学とコンピュータビジョンにおいて重要な問題である。
本稿では,画像検索を対象とした画像特徴学習手法を提案する。
論文 参考訳（メタデータ） (2020-03-21T15:36:38Z)
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。