CLIP-CLOP：基于 CLIP 引导的拼贴与照片蒙太奇
计算机视觉与模式识别
2022-07-26 v3 人工智能
摘要
诸如 CLIP 双图像-文本编码器这类大规模神经网络的持续神秘感，推动了自动生成艺术的普及。日益复杂的生成器提升了作品的真实感与视觉效果，而富有创意的提示工程实现了风格化表达。以人为参与的艺术创作循环为理想，我们设计了一种基于梯度的生成器来制作拼贴画。它要求人类艺术家整理图像块库并描述（通过提示）整体图像构图，并可在生成过程中手动调整图像块位置，从而使人类重新掌控部分流程并获得更大的创作自由。我们探索了高分辨率拼贴画的审美潜力，并提供了一个开源的 Google Colab 作为艺术工具。
引用
@article{arxiv.2205.03146,
title = {CLIP-CLOP: CLIP-Guided Collage and Photomontage},
author = {Piotr Mirowski and Dylan Banarse and Mateusz Malinowski and Simon Osindero and Chrisantha Fernando},
journal= {arXiv preprint arXiv:2205.03146},
year = {2022}
}
备注
5 pages, 7 figures, published at the International Conference on Computational Creativity (ICCC) 2022 as Short Paper: Demo