向量流和灰度引导的素描生成
本文提出一种高质量的照片转铅笔图像翻译方法,并通过双分支模型实现绘画风格的精细控制、创建用户可控制的不同铅笔风格以及通过图像滤波技术提取干净的笔画和根据手工标记的绘画样式生成训练数据对。实验结果表明,与现有方法相比,该方法在图像质量、多样性和用户评估方面表现优异。
Mar, 2019
本文首次研究了无监督的手绘草图到照片的合成,提出了一种两阶段翻译任务的方法,添加自监督去噪目标和注意力模块以处理抽象和风格差异,生成的图片忠实于草图且逼真的,并可实现基于草图的图像检索和捕捉人类视觉感知。
Sep, 2019
该论文提出了一个基于 GAN 框架的新方法,用于从简笔画和风格参考图像中合成带有颜色和纹理的详细艺术风格图像;该方法采用了双重遮罩机制、特征映射转换技术以及反实例标准化过程等模块,以增强风格一致性和内容约束,并取得了显著的合成性能提升。
Feb, 2020
本研究提出了BezierSketch作为全矢量、高分辨率的生成模型,采用新颖的逆向图形学方法将每个笔画嵌入到其最佳Bezier曲线中。通过使用这个模型,我们成功训练了一个具有更大容量生成长时间草图的递归草图生成器,并且取得了较好的定性和定量结果。
Jul, 2020
文章提出了一种通过decoder使用StyleGAN训练生成更加真实的照片,并且通过autoregressive sketch mapper和fine-grained discriminative loss处理手绘人类草图,实现草图到照片的转化;实验结果展示了其可行性和有效性,同时通过草图检索出生成的照片实现了在草图界的突破。
Mar, 2023
本文提出了一种基于草图向量的条件扩散模型(SketchFFusion),用于实现基于用户提供的草图信息进行局部细节微调的图像编辑,并展示了其优于现有方法的生成性能。
Apr, 2023
本论文中,我们介绍了一种使用自然语言输入生成矢量手绘素描的创新算法DiffSketcher,并使用预训练的图像扩散模型进行开发。
Jun, 2023
本文提出了一种基于人工智能和艺术的Vector Flow Aware和Line Controllable的图像到图像翻译架构,通过所设计的Double Flow Generator架构和Line Control Matrix与Line Control Regressor模块,以及Fourier Transformation Loss的约束方式,成功实现了从照片中自动生成具有可控粗细、流畅度、连续性等特点的高分辨率角色线条绘制图像。
Jul, 2023
我们提出了一种基于优化的框架,用于绘制视频的素描,通过设置初始参数和利用语义损失和2D网络的一致性损失进行优化,生成具有卓越视觉抽象和时间连贯性的素描视频,为基于素描的视频编辑和视频涂鸦提供了潜在的应用。
Nov, 2023
我们介绍了一种与艺术家的迭代细化过程相适应的新型素描到图像工具。我们的工具允许用户绘制出粗略表示物体放置和形状的阻塞笔触以及用于精炼形状和轮廓的详细笔触。我们开发了一个两步算法,从这些素描中的任意时刻生成高保真度图像。第一步中,我们使用ControlNet生成完全遵循所有笔触(阻塞笔触和详细笔触)的图像,第二步通过给阻塞笔触周围的区域添加噪声来增加变异性。我们还提出了一种数据集生成方案,用于训练ControlNet架构,使不包含笔触的区域被解释为尚未指定的区域而不是空白空间。我们展示了这种部分素描感知的ControlNet能够从仅含少量笔触的部分素描中生成连贯的元素。我们的方法生成的高保真度图像可以作为脚手架,帮助用户调整物体的形状和比例,或者在构图中添加额外的元素。我们通过各种例子和评估性比较证明了我们方法的有效性。
Feb, 2024