Sketch Beautification: Learning Part Beautification and Structure Refinement for Sketches of Man-made Objects

要約

我々は、人工物の自由に描かれたスケッチを入力として受け取り、それを幾何学的および構造的に自動的に美化する、新しいフリーハンド スケッチ美化手法を提案します。
スケッチは非常に抽象的で非常に多様な描画方法があるため、スケッチを美しくするのは困難です。
既存の手法は通常、限られたトレーニング サンプルの配布に限定されているため、自由に描かれたスケッチを豊富なバリエーションで美しくすることができません。
この課題に対処するために、私たちは分割結合戦略を採用しています。
具体的には、まず入力スケッチを意味論的なコンポーネントに解析し、部品レベルの暗黙的多様体に基づいて学習された部品美化モジュールによって個々のコンポーネントを美化し、次に構造美化モジュールを通じて美化されたコンポーネントを再組み立てします。
この戦略を使用すると、私たちの方法はトレーニング サンプルを超えて、新しいフリーハンド スケッチを処理できます。
私たちは、広範な実験と洞察力に富んだ研究によってシステムの有効性を実証しています。

要約(オリジナル)

We present a novel freehand sketch beautification method, which takes as input a freely drawn sketch of a man-made object and automatically beautifies it both geometrically and structurally. Beautifying a sketch is challenging because of its highly abstract and heavily diverse drawing manner. Existing methods are usually confined to the distribution of their limited training samples and thus cannot beautify freely drawn sketches with rich variations. To address this challenge, we adopt a divide-and-combine strategy. Specifically, we first parse an input sketch into semantic components, beautify individual components by a learned part beautification module based on part-level implicit manifolds, and then reassemble the beautified components through a structure beautification module. With this strategy, our method can go beyond the training samples and handle novel freehand sketches. We demonstrate the effectiveness of our system with extensive experiments and a perceptive study.

arxiv情報

著者 Deng Yu,Manfred Lau,Lin Gao,Hongbo Fu
発行日 2023-12-22 12:07:26+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.GR パーマリンク