AnimatePainter：用于重建绘画过程的自监督渲染框架
计算机视觉与模式识别
2025-03-24 v1
摘要
人类能够直观地将图像分解为笔画序列以创建绘画，但现有方法生成绘画过程的能力受限于特定数据类型，常常依赖高昂的人工标注数据集。我们提出一种新型自监督框架，用于从任何类型图像生成绘画过程，将任务视为视频生成问题。我们的ethods通过逐步从参考图像中移除笔画来逆转绘画过程，模拟人类类似的创建序列。关键的是，我们的方法不需要昂贵的真实人类绘画过程数据集，而是利用深度估计和笔画渲染来构建自监督数据集。我们将人类绘图建模为"细化"和"层叠"过程，引入深度融合层，使视频生成模型能够学习并复制人类绘画行为。广泛的实验验证了我们方法的有效性，证明其能够在无需真实绘画过程数据的情况下生成逼真的绘画。
引用
@article{arxiv.2503.17029,
title = {AnimatePainter: A Self-Supervised Rendering Framework for Reconstructing Painting Process},
author = {Junjie Hu and Shuyong Gao and Qianyu Guo and Yan Wang and Qishan Wang and Yuang Feng and Wenqiang Zhang},
journal= {arXiv preprint arXiv:2503.17029},
year = {2025}
}