sketch | BriefGPT - AI 论文速递

关键词sketch

搜索结果 - 15

SketchTriplet: 自监督剧情化的素描 - 文本 - 图像三元组生成
本文提出了一种自监督方法用于场景素描生成，该方法不依赖于任何现有的场景素描，可将单对象的素描转化为场景素描。通过引入矢量素描字幕和素描语义扩展方法，并设计一个融合多模态感知约束的生成网络，适用于零样本图像到素描的下游任务，实验证明其具有最先
PDFa month ago
CVPR准确解释对下游任务的真正含义
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
PDF4 months ago
CVPR你将永不独行：细粒度图像检索的草图与文本二重奏
这篇论文提出了通过合成模型和文本来改进细粒度图像检索的方法，创新性地将素描和文本结合起来，从而实现了以往无法实现的精确检索，同时提供了解决各种实际场景的解决方案。
PDF4 months ago
利用文本到视频先验将草图赋予生命
本文提出了一种方法，通过提供所需运动的文本提示来给单个主题的素描添加动作，并生成可轻松编辑的矢量表示的短动画。通过使用大型预训练的文本到视频扩散模型的运动先验进行评分蒸馏损失来引导笔画的放置，我们的方法不需要进行广泛的训练。通过两个组件对学
PDF7 months ago
Control3D：面向可控的文本到 3D 生成
大规模文本到图像扩散模型的最新进展在文本到三维生成领域取得了重大突破，仅通过给定的文本提示从零开始创作三维内容。然而，现有的文本到三维技术在创作过程中缺乏一项关键能力：根据用户的需求规范（如草图）对合成的三维内容进行交互式控制和塑造。为了解
PDF8 months ago
基于结构感知扩散模型的素描参考图像合成
提出了一种基于多输入用户素描图的图像合成模型，可以使用户编辑或完整地生成所需的具有结构和内容的图像，通过实验证明了该模型能够在图像合成和编辑方面提供独特的用例。
PDFa year ago
CVPR人类素描对于物体检测有何作用？
本研究介绍一种基于草图的物体检测框架，利用基础模型（如 CLIP）和既有的草图模型（如 SBIR）之间的协作来构建高度可推广的草图和照片编码器，并设计一种训练范式来适应对于物体检测，评估结果显示该框架在零样本设置下的表现优于有监督的和弱监督
PDFa year ago
CVPR适用于零样本基于草图的图像检索的 CLIP, 是否精细或不精细
本文提出了将 CLIP 和 prompt learning 应用于 sketch-based image retrieval (ZS-SBIR) 中，通过专门设计的 prompt 学习机制，在分类和精细匹配两个方面都获得了比之前最先进的方法
PDFa year ago
基于图神经网络的分块 UI 层检测器 ULDGNN
本研究提出了一种自动合并 Sketch 中的分散图层的方法，通过构建 UI 设计草图中图层树的图形表示，基于视觉特征和图神经网络能够检测所有的分散图层，并通过基于规则的算法自动合并它们，能够在代码生成过程中提升代码质量和减少用户的工作量。
PDF2 years ago
ICML递归素描的模块化深度学习
本研究提出了一种机制来计算复杂模块化深度网络如何处理其输入的草图（简洁摘要）, 这些草图对输入和输出的基本信息进行总结和归纳，可以用于快速识别关键组件和摘要统计信息，草图是递归的，可以展开，捕捉复杂 DAG 结构的子组件等，同时也可以在仓库
PDF5 years ago
Sketch-pix2seq: 生成多种类别的草图模型
提出了一种改进型的模型，即 sketch-pix2seq 模型，用于学习和生成多类别素描，其中替换了 RNN 编码器为 CNN，从目标函数中删除了 KL 散度，实验表明其性能优于其他模型
PDF7 years ago
CVPRTextureGAN：使用纹理贴片控制深度图像合成
本文介绍了一种通过草图、颜色和纹理生成深层次图像的方法。通过引入纹理控制来实现用户对输出纹理的控制，我们的生成网络可以学习到如何根据用户的纹理想法生成与之一致的对象，并且在实验中得到了验证。
PDF7 years ago
压缩 K 均值
本文提出了一种压缩版本的 K-means 聚类方法 CKM，并通过实验证明，当采用与聚类中心数量和维度成比例的草图大小时，CKM 的聚类效果与 Lloyd-Max 相当，但计算复杂度与数据集大小无关，并且不需要多次重复运行，同时可以实现更好
PDF8 years ago
MM利用字符草图和重心变换进行无语言字符识别
本研究介绍了一种基于启发式方法的字符识别方法，利用草图和重力转移技术实现无语言限制的低复杂度字符识别，并可独立运用于实时目标检测中。在测试中，最高可达 86% 的识别率，最低为 28%。
PDF8 years ago
大规模混合模型学习的速写
本文提出了一种压缩学习框架，通过数据的限制集来估计模型参数，并演示了该方法在高斯混合模型和说话人验证任务中的成功应用，以及它与随机特征的近似希尔伯特空间嵌入方法之间的联系。
PDF8 years ago