論文の概要: SketchSense: Learning to Interpret Imperfect Sketch Guidance for Image Inpainting

• arxiv url: http://arxiv.org/abs/2608.13186v1
• Date: Thu, 13 Aug 2026 12:50:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.522739
• Title: SketchSense: Learning to Interpret Imperfect Sketch Guidance for Image Inpainting
• Title（参考訳）: SketchSense: 画像インペインティングにおける不完全なSketchガイダンスの解釈
• Abstract要約: スケッチ誘導画像の塗装は直感的な構造制御を提供する。 実際のスケッチは、しばしば、信頼できるグローバルな意図と、局所的に混み合った、転倒した、不完全な、または故意に非伝統的なストロークとを混ぜる。 相互作用するRGBと構造ストリームを同期的に復調することで、不完全なスケッチガイダンスを解釈するフレームワークであるSketchSenseを提案する。
• 参考スコア（独自算出の注目度）: 0.913755431537592
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sketch-guided image inpainting provides intuitive structural control, yet real sketches often mix reliable global intent with locally crowded, displaced, incomplete, or deliberately unconventional strokes. Existing approaches typically either retain the input sketch as a fixed condition throughout denoising or refine it into a clean structure before RGB synthesis. The former assumes uniformly reliable strokes and can propagate local errors throughout generation; the latter must resolve ambiguous structure before emerging appearance and semantic context become available. We propose SketchSense, a framework that interprets imperfect sketch guidance by synchronously denoising interacting RGB and structure streams. Bidirectional Attention Fusion couples appearance generation with structural recovery, producing a refined structure that exposes the model's evolving sketch interpretation. A phrase-level objective aligns the semantic grounding of the two streams. Sketch-Aware Spatial Regulation further adapts sketch use to local generation states by modulating attention and the fusion process, while an optional signed prior injects preserve-versus-correct intent into feature representations and attention behavior. Experiments on natural and structurally complex imagery show substantial gains over existing methods in both restoration quality and structural fidelity.
• Abstract（参考訳）: スケッチ誘導画像のインペイントは直感的な構造制御を提供するが、実際のスケッチは、しばしば、局所的に混雑し、移動し、不完全な、または故意に非伝統的なストロークと、信頼できるグローバルな意図を混合する。 既存のアプローチは、通常、入力スケッチを特定の状態のままに保ち、あるいはRGB合成の前にクリーンな構造に洗練するかのどちらかである。 前者は一様に信頼できるストロークを仮定し、世代を通して局所的なエラーを伝播させることができる。 相互作用するRGBと構造ストリームを同期的に復調することで、不完全なスケッチガイダンスを解釈するフレームワークであるSketchSenseを提案する。 双方向注意融合(Bidirectional Attention Fusion)は、外観生成と構造回復を結合し、モデルの進化するスケッチ解釈を公開する洗練された構造を生成する。 句レベルの目的は、2つのストリームのセマンティックグラウンドを整列させる。 Sketch-Aware Space Regulationは、注意と融合プロセスを調整することで、スケッチの使用をローカル世代に適応させる一方で、オプションで署名された事前インジェクションは、特徴表現と注意行動に保存-反転-正しい意図を注入する。 自然および構造的に複雑な画像の実験は、修復品質と構造的忠実性の両方において、既存の方法よりも大幅に向上したことを示している。

関連論文リスト

• SegDem: Segmentation helps Demosaicing [52.515779223891705]
  カラーフィルタ(CFA)を用いたセンサによる不完全色測定からフルカラー画像の再構成 既存のほとんどの方法は、ピクセルレベルの再構成として復号化を定式化している。 SegDemは、デモを行うためのクロスタスクデコーダ表現転送フレームワークである。
  論文  参考訳（メタデータ） (2026-08-08T04:49:20Z)
• Compositional Video Generation via Inference-Time Guidance [69.53614395025632]
  テキストからビデオへの拡散モデルは、しばしば構成的理解を必要とするプロンプトで失敗する。 凍結したテキスト・ビデオモデルにおける合成忠実度を改善するための推定時間誘導法であるtextbfCVG を提案する。
  論文  参考訳（メタデータ） (2026-05-14T15:50:25Z)
• Semantic-Structural Alignment for Generative Pictorial Charts [59.45629259524998]
  画像チャートの自動合成のための生成フレームワークを提案する。 2つの並列外部制御信号によって誘導される二重条件生成タスクとしてこの問題をモデル化する。 本手法は,芸術的に魅力的で構造的に整合性のある図表を生成する。
  論文  参考訳（メタデータ） (2026-05-05T05:20:46Z)
• Multi-Level Conditioning by Pairing Localized Text and Sketch for Fashion Image Generation [14.962452069195544]
  マルチレベルガイダンス(LOTS)を用いたローカライズテキストとスケッチを提案する。 LOTSは、グローバルスケッチガイダンスと複数のローカライズドスケッチテキストペアを組み合わせる。 画像毎に複数のテキスト-スケッチペアが提供される最初のファッションデータセットであるSketchyを開発する。
  論文  参考訳（メタデータ） (2026-02-20T16:07:31Z)
• Stroke2Sketch: Harnessing Stroke Attributes for Training-Free Sketch Generation [54.053878919317526]
  Stroke2Sketchは、クロスイメージストロークアテンションを導入する、トレーニング不要のフレームワークである。 我々は、コンテンツ保存と前景強調を強化するために、適応コントラスト強化と意味重視の注意を発達させる。 Stroke2Sketchはスタイリスティックに忠実なスケッチを効果的に合成し、表現力のあるストローク制御とセマンティックコヒーレンスにおいて既存の手法より優れている。
  論文  参考訳（メタデータ） (2025-10-18T03:07:56Z)
• StrokeFusion: Vector Sketch Generation via Joint Stroke-UDF Encoding and Latent Sequence Diffusion [13.862427684807486]
  StrokeFusionはベクトルスケッチ生成のための2段階のフレームワークである。 デュアルモードのスケッチ機能学習ネットワークがあり、ストロークを高品質の潜伏空間にマッピングする。 これは、生成中のストローク位置、スケール、軌道を同時に調整するストロークレベルの潜在拡散モデルを利用する。
  論文  参考訳（メタデータ） (2025-03-31T06:03:03Z)
• Recovering Partially Corrupted Objects via Sketch-Guided Bidirectional Feature Interaction [16.03488741913531]
  テキスト誘導拡散モデルはテキストプロンプトを通じて高レベルの意味指導を提供する。 これらはしばしば、部分的に破損した物体に正確なピクセルレベルの空間制御を欠いている。 本研究では,事前訓練された安定拡散モデルに基づくスケッチ誘導双方向特徴相互作用フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-10T08:34:31Z)
• Sketch-Guided Scenery Image Outpainting [83.6612152173028]
  本稿では,スケッチ誘導露光を行うエンコーダデコーダに基づくネットワークを提案する。 全体的アライメントモジュールを適用して、合成された部分をグローバルビューの実際のものと類似させる。 第2に, 合成した部分からスケッチを逆向きに生成し, 接地した部分との整合性を奨励する。
  論文  参考訳（メタデータ） (2020-06-17T11:34:36Z)
• Guidance and Evaluation: Semantic-Aware Image Inpainting for Mixed Scenes [54.836331922449666]
  本稿では,SGE-Net(Semantic Guidance and Evaluation Network)を提案する。 セマンティックセグメンテーションマップをインペイントの各尺度のガイダンスとして利用し、そこで位置依存推論を再評価する。 混合シーンの現実画像に対する実験により,提案手法が最先端手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2020-03-15T17:49:20Z)

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。