本文提出了第一种基于笔画级别的速写抽象模型，并通过强化学习训练了一个笔画去除策略，该模型能够用于各种速写分析任务，包括建模笔画显著性、合成具有可变抽象度的速写以及使用仅照片训练细粒度速写检索模型。

Apr, 2018

在工业产品设计中，计算机辅助设计（CAD）草图的设计和分析起着关键作用，主要涉及 CAD 基元及其基元约束。为了解决自回归模型中误差累积和自我监督模型设计的复杂性带来的挑战，我们提出了一个两阶段网络框架。该框架由基元网络和约束网络组成，将草图分析任务转化为一个集合预测问题，以加强对基元和约束的有效处理。通过将目标类型与参数解耦，该模型在减少复杂性的同时增加了灵活性和优化。此外，约束网络还结合了指针模块，明确指示约束参数和基元索引之间的关系，提高了可解释性和性能。对两个公开可用的数据集进行的定性和定量分析证明了该方法的优越性。

Jun, 2024

本文提出了一种非参数贝叶斯统计方法用于从点云中推断抽象的三维形状，包括未知数量的基本几何基元，并展示了该方法的实验结果比现有方法更准确且具有普适性。

Mar, 2022

我们提出了一种新颖的抽象感知的基于草图的图像检索框架，能够处理不同级别的草图抽象。通过学习抽象感知特征和粒度级别的抽象理解，我们的方法在标准的草图 - 图像检索任务以及早期检索、法医草图 - 照片匹配和风格不变检索等具有挑战性的场景中表现出色。

Mar, 2024

我们在该研究中探索了草图的独特模态来增加可解释性，强调人类笔画相对于传统面向像素的研究的深远影响。我们提出了一个轻量级且便携的可解释性解决方案 —— 一种无缝插件，可以与任何预训练模型无缝集成，并消除了重新训练的需求。我们通过展示四种应用程序来演示其适应性：高度研究的检索和生成，以及全新的辅助绘图和草图对抗攻击。我们的解决方案的核心是一个笔画级归因图，在与下游任务相连接时采用不同形式。通过解决栅格化的固有非可微性，我们实现了对粗略笔画级（SLA）和部分笔画级（P-SLA）的解释，每个级别都具有特定下游任务的优势。

Mar, 2024

本文提出了一种新颖的自由手绘合成方法，其中包含针对有条件类和照片转素描合成的显式抽象控制。

Jun, 2023

该论文提出了一种可微分方案，用于反距离变换松弛像素栅格的绘制过程，以学习和优化图像的绘制过程，支持自动编码器将栅格化的手写数字转换成向量。

Mar, 2021

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

通过 SEVA 数据集，对视觉算法进行评估，探索模拟人类视觉抽象能力的模型在生成任务中的潜力，以促进实现增强人类类似的视觉抽象能力的算法的进展。

Dec, 2023

AR/VR 发展迅速，对 3D 内容需求巨大。本研究提出一种基于手绘草图的 3D 建模方法，使用单个手绘草图生成高保真内容，无需多个视图或步骤。采用端到端方法，引入轻量级生成网络和结构感知对抗训练，并通过 Stroke Enhancement Module（SEM）捕捉结构信息，提升性能。实验证明该方法在合成和真实数据集上具有最先进的性能。

Sep, 2023