効率的かつ高忠実度な描画作成のための、二重パラメータ化による微分可能ストローク計画

arXiv cs.CV / 2026/4/6

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、ストロークベースのレンダリングにおける課題を扱っている。離散的なストローク配置では探索が局所最小に行き詰まることがあり、既存の微分可能最適化手法では非構造的なレイアウトが得られやすい。
離散的なポリラインと連続的なベジエ曲線の制御点を、双方向のマッピングによって結び付ける二重パラメータ化を提案する。これにより、勾配を用いてストロークの大域的な構造を改善でき、また学習されたストローク提案が不適切な局所最適からの脱出を助ける。
本手法は、ガウススプラッティングに着想を得た初期化を取り入れ、高い並列性をもって画像全体で最適化を行えるようにする。
実験結果は、本アプローチが従来の微分可能ベクトル化手法に比べて、使用するストローク数を30〜50%削減し、より構造的に整ったストローク配置を生成し、再構成品質を向上させ、さらに最適化時間を30〜40%短縮することを示している。

概要: ストロークベースのレンダリングでは、検索手法が離散的なストローク配置のために局所最小に閉じ込められがちです。一方で、微分可能な最適化手法は構造的な認識に欠け、非構造的なレイアウトを生成します。このギャップを埋めるために、本研究では、双方向の写像メカニズムにより、離散的なポリラインと連続的なベジェ制御点を結合したデュアル表現を提案します。これにより共同最適化が可能になります。すなわち、局所勾配がグローバルなストローク構造を洗練し、コンテンツに応じたストローク提案が不適切な局所最適から抜け出すのに役立ちます。さらに、この表現はガウス・スプラッティングに着想を得た初期化もサポートしており、画像全体にわたって高度に並列なストローク最適化を可能にします。実験の結果、提案手法はストローク数を30〜50%削減し、より構造的に整合したレイアウトを達成し、再構成品質を向上させると同時に、既存の微分可能ベクタ化手法と比べて最適化時間を30〜40%短縮することが示されました。