JP7455161B2 - 線画自動着色プログラム、線画自動着色装置及びグラフィカルユーザインターフェース用プログラム - Google Patents
線画自動着色プログラム、線画自動着色装置及びグラフィカルユーザインターフェース用プログラム Download PDFInfo
- Publication number
- JP7455161B2 JP7455161B2 JP2022110011A JP2022110011A JP7455161B2 JP 7455161 B2 JP7455161 B2 JP 7455161B2 JP 2022110011 A JP2022110011 A JP 2022110011A JP 2022110011 A JP2022110011 A JP 2022110011A JP 7455161 B2 JP7455161 B2 JP 7455161B2
- Authority
- JP
- Japan
- Prior art keywords
- coloring
- layer
- line drawing
- colored
- image data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004040 coloring Methods 0.000 title claims description 273
- 238000000034 method Methods 0.000 claims description 94
- 230000006870 function Effects 0.000 claims description 65
- 239000003086 colorant Substances 0.000 claims description 5
- 239000002131 composite material Substances 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000013016 learning Effects 0.000 description 39
- 238000003860 storage Methods 0.000 description 14
- 238000009826 distribution Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/002—Image coding using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Description
それぞれに基づいて、所定の縮小サイズの線画データに対する着色処理について予め学習させることで得られた複数の第1学習済モデルと、前記複数のサンプルデータ群と、この複数のサンプルデータ群を構成するそれぞれのサンプルデータに対して前記複数の第1学習済モデルの何れかにおいて着色処理を行って得られた複数の着色済縮小サンプルデータによってそれぞれが構成される複数の着色済縮小サンプルデータ群とを入力として、サンプルデータに対する着色処理について予め学習させることで得られた複数の第2学習済モデルとを記憶させる記憶手段を備えた前記コンピュータに、着色対象の線画データを取得する線画データ取得機能と、取得した線画データに対して所定の縮小サイズとなるように縮小処理を行って縮小線画データを得る縮小処理機能と、前記複数の第1学習済モデルのうちの何れか1つの第1学習済モデルに基づいて、前記縮小線画データに対して着色処理を行う第1着色処理機能と、前記複数の第2学習済モデルのうちの何れか1つの第2学習済モデルに基づいて、前記第1着色処理機能によって前記縮小線画データに着色処理を行った着色済縮小データと元の線画データとを入力として元の線画データに対して着色処理を行う第2着色処理機能とを実現させることを特徴とする。
とも一部が相互に異なる複数のサンプルデータ群のそれぞれに基づいて、所定の縮小サイズの線画データに対する着色処理について予め学習させることで得られた複数の第1学習済モデルと、前記複数のサンプルデータ群と、この複数のサンプルデータ群を構成するそれぞれのサンプルデータに対して前記複数の第1学習済モデルの何れかにおいて着色処理を行って得られた複数の着色済縮小サンプルデータによってそれぞれが構成される複数の着色済縮小サンプルデータ群とを入力として、サンプルデータに対する着色処理について予め学習させることで得られた複数の第2学習済モデルとを記憶させる記憶手段を備え、着色対象の線画データを取得する線画データ取得部と、取得した線画データに対して所定の縮小サイズとなるように縮小処理を行って縮小線画データを得る縮小処理部と、前記複数の第1学習済モデルのうちの何れか1つの第1学習済モデルに基づいて、前記縮小線画データに対して着色処理を行う第1着色処理部と、前記複数の第2学習済モデルのうちの何れか1つの第2学習済モデルに基づいて、前記第1着色処理部によって前記縮小線画データに着色処理を行った着色済縮小データと元の線画データとを入力として元の線画データに対して着色処理を行う第2着色処理部とを具備したことを特徴とする。
進めることにより、線画データへの着色処理に対して着色のヒント情報を付加して着色処理を実施させることが可能となる。
以下、図面を参照しながら、第1の実施の形態に係る線画自動着色装置の例について説明する。図1は、本発明に係る線画自動着色装置10の構成を表したブロック図である。なお、線画自動着色装置10は、専用マシンとして設計した装置であってもよいが、一般的なコンピュータによって実現可能なものであるものとする。この場合に、線画自動着色装置10は、一般的なコンピュータが通常備えているであろうCPU(Central Processing Unit:中央演算処理装置)、GPU(Graphics Processing Unit:画像処理装置)、メモリ、ハードディスクドライブ等のストレージを具備しているものとする(図示省略)。また、これらの一般的なコンピュータを本例の線画自動着色装置10として機能させるためにプログラムよって各種処理が実行されることは言うまでもない。
する必要がある。
た線画データに対して着色処理を行うことを学習する。また、ジェネレータが生成した着色済データと予め用意された着色済のテストデータとを区別することをディスクリミネータにおいて学習する。ジェネレータはディスクリミネータを騙すように着色処理を学習し、ディスクリミネータは騙されないように区別することを学習し、これら両方の学習を進めていくことで、第2学習済モデルを得ることができる。なお、第2学習済モデルの学習に利用する着色済み縮小データについては、元の線画データのサイズと一致するように拡大処理を行ってからジェネレータに入力して学習をさせるようにしてもよい。
済画像を得るようにしたので、サイズの大きな線画データに対する着色処理を適切に行うことが可能となる。着色処理に用いる第1学習済モデルの学習過程で着色のヒント情報を含む形で学習を進めることにより、線画データの着色処理に対して着色のヒント情報を付加して着色処理を実施させることが可能となる。
以下、図面を参照しながら、第2の実施の形態に係る線画自動着色ツールを提供するためのグラフィカルユーザインターフェース用プログラムの例について説明する。第1の実施の形態においては線画自動着色装置10として説明を行ったが、線画自動着色プログラムをサーバ装置に備えさせ、クライアント端末から通信ネットワークを介して当該サーバ装置にアクセスしてきたユーザに対して線画自動着色ツールを提供するという手法が考えられる。そのような場合には、パッケージのソフトウェアによってクライアント端末に対してツールを提供する場合に限らず、クライアント端末のディスプレイに表示させるブラウザ等においてグラフィカルユーザインターフェース(GUI)を機能させて線画自動着色ツールを提供することも可能である。
限られるものではない。例えばマウス操作によって、着色する色を選択して、選択した色で線画画像表示領域内の線画画像の着色すべき箇所に対して、実際にポインタでドットの追加、線分の記入、領域の塗り潰し等の手法によって着色行うことでヒント情報を与える。そして、同一画面内に表示された着色実行ボタンをマウス操作等によってクリックすると、ヒント情報を含んだ状態で着色処理が実行され、ヒント情報が反映された着色済画像が着色済画像表示領域に表示される。
タを入力すると自動で着色処理が行われるようにしていたが、これは一例であり、線画データを入力した段階で線画画像表示領域に線画データが示す線画画像を表示して、ヒント情報の入力を行えるようにしてもよい。このように処理の順序を変更したとしても本発明の効果が失われることはない。
前記第1及び第2の実施の形態においては、一組の第1学習済モデル及び第2学習済モデルによって着色処理を実行させるものとして説明を行ったが、これに限定されるものではなく、第1学習済モデル及び第2学習済モデルを複数組備えるようにしてもよい。
成部は、第1着色処理部13及び第2着色処理部14に基づいて元の線画データに対して着色処理を行って得られた一方の着色済データと、一方の着色済データの着色処理に用いられたものと異なる第1学習済モデル及び/又は一方の着色済データの着色処理に用いられたものと異なる第2学習済モデルを用いて、第1着色処理部13及び第2着色処理部14に基づいて元の線画データに対して着色処理を行って得られた少なくとも1以上の他方の着色済データとを取得し、一方の着色済データと他方の着色済データとを合成して合成着色済データを出力する機能を有する。
前記第2の実施の形態においては、WEBサービスとして提供する場合のグラフィカルユーザインターフェース用プログラムとして説明を行ったが、本発明に係る自動着色プログラムは、図面作成ソフト、画像編集ソフト及びこれらのソフトウェアと同等の機能をサーバ装置からクライアント端末に提供するWEBサービス(以下、編集ソフトウェアともいう)などに対しても組み込むことが可能である。
ってもよい。この場合には、線画データを縮小することなく元のサイズに直接着色処理を施すことをサンプルデータ群に基づいて学習させた学習済モデルに基づいて、1段階で着色済データを出力する構成となる。このような1段階の着色処理部による構成と、前記前記第1乃至第4の実施の形態の構成とを組み合わせたものについても、本発明による効果が得られるといえる。
11 線画データ取得部
12 縮小処理部
13 第1着色処理部
14 第2着色処理部
15 記憶部
Claims (34)
- 互いに重なる複数レイヤーを管理する機能と、
前記管理する機能によって管理される少なくとも1つのレイヤーにおいて画像データを作成または貼り付ける機能と、
をコンピュータに実現させる編集ソフトウェアであって、
前記管理する機能によって管理されているレイヤーのうち、特定された少なくとも1つのレイヤーに関して、当該特定された少なくとも1つのレイヤーに関して着色される色のヒント情報がなくとも自動的に着色可能な自動着色を行わせる機能、を前記コンピュータに実現させる編集ソフトウェア。 - 前記自動着色は、前記特定された少なくとも1つのレイヤーに関して着色される色のヒント情報がある場合でも当該色とは異なる色を着色しうる、請求項1に記載の編集ソフトウェア。
- 前記特定される少なくとも1つのレイヤーの画像データに関して自動着色を行う機能を前記コンピュータに実現させる、請求項1又は2に記載の編集ソフトウェア。
- 前記管理する機能は、前記自動着色が行われた結果のレイヤーと、前記管理する機能によって管理されている1以上のレイヤーのうちの前記自動着色が行われていない少なくとも1つのレイヤーと、を合成して、合成された画像データを得る、請求項1乃至3のいずれか1項に記載の編集ソフトウェア。
- 前記自動着色が行われた結果のレイヤーは、着色が行われた部分と、着色が行われていない部分と、を含む、請求項4に記載の編集ソフトウェア。
- 前記特定される少なくとも1つのレイヤーの画像データに関して前記自動着色のヒント情報をユーザに指定させる機能を前記コンピュータに実現させ、
前記指定されたヒント情報に基づいて前記自動着色が行われる、請求項1乃至5のいずれか1項に記載の編集ソフトウェア。 - 前記ヒント情報は、前記特定される少なくとも1つのレイヤーの画像データに関して、前記ユーザによって選択される色と、当該選択される色で着色すべき箇所として前記ユーザによって指定される箇所と、を関連付ける情報である、請求項6に記載の編集ソフトウェア。
- 前記関連付けは、前記選択される色で着色すべき箇所へのドットの前記ユーザによる配置によって行われる、請求項7に記載の編集ソフトウェア。
- 前記自動着色が行われた結果に対する編集がさらに可能な、請求項1乃至8のいずれか1項に記載の編集ソフトウェア。
- 前記自動着色は、前記管理する機能によって管理されているレイヤーのうち、前記少なくとも1つのレイヤー以外のレイヤーの画像データに関して着色を行わない、請求項1乃至9のいずれか1項に記載の編集ソフトウェア。
- 前記管理する機能によって管理されている前記少なくとも1つのレイヤーは、前記管理する機能によって管理されている複数レイヤーのうち、ユーザによって選択されるレイヤーである、請求項1乃至10のいずれか1項に記載の編集ソフトウェア。
- 前記特定される少なくとも1つのレイヤーは、前記作成または貼り付ける機能によって作成または貼り付けられる画像データを有し、前記管理する機能によって管理されているレイヤーである、請求項1乃至11のいずれか1項に記載の編集ソフトウェア。
- 前記自動着色は、画像データに関して着色処理を行うことを学習した学習済みニューラルネットワークに基づいて行われる、請求項1乃至12のいずれか1項に記載の編集ソフトウェア。
- 互いに重なる複数レイヤーを管理する管理部と、
前記管理部によって管理されているレイヤーのうち、特定された少なくとも1つのレイヤーの画像データに関して、当該特定された少なくとも1つのレイヤーの画像データに関して着色される色のヒント情報がなくとも自動的に着色可能な自動着色を行う着色処理部と、
を有するシステム。 - 前記自動着色は、前記特定された少なくとも1つのレイヤーの画像データに関して着色される色のヒント情報がある場合でも当該色とは異なる色を着色しうる、請求項14に記載のシステム。
- 前記管理部は、前記着色処理部によって前記自動着色が行われた結果のレイヤーと、前記管理部によって管理されている1以上のレイヤーのうちの少なくとも1つのレイヤーと、を合成して、合成された画像データを得る、請求項14又は15に記載のシステム。
- 前記自動着色が行われた結果のレイヤーは、着色が行われた部分と、着色が行われていない部分と、を含む、請求項14乃至16のいずれか1項に記載のシステム。
- 前記少なくとも1つのレイヤーの画像データに関して前記自動着色のヒント情報をユーザに指定させる指定部を有し、
前記着色処理部は、前記指定部によって前記ユーザから指定されたヒント情報に基づいて前記自動着色を行う、請求項14乃至17のいずれか1項に記載のシステム。 - 前記ヒント情報は、前記少なくとも1つのレイヤーの画像データに関して、前記ユーザによって選択される色と、当該選択される色で着色すべき箇所として前記ユーザによって指定される箇所と、を関連付ける情報である、請求項18に記載のシステム。
- 前記関連付けは、前記選択される色で着色すべき箇所へのドットの前記ユーザによる配置によって行われる、請求項19に記載のシステム。
- 前記自動着色は、前記管理部によって管理されているレイヤーのうち、前記少なくとも1つのレイヤー以外のレイヤーの画像データに関して着色を行わない、請求項14乃至20のいずれか1項に記載のシステム。
- 前記管理部によって管理されている前記少なくとも1つのレイヤーは、前記管理部によって管理されている複数レイヤーのうち、ユーザによって選択されるレイヤーである、請求項14乃至21のいずれか1項に記載のシステム。
- 前記自動着色において前記着色処理部は、前記管理部によって管理されている前記少なくとも1つのレイヤーにおいて、ユーザによって選択される領域の画像データに関して自動着色を行い、それ以外の領域の画像データに関して自動着色を行わない、請求項22に記載のシステム。
- 前記管理部に管理されている前記複数レイヤーは、背景のレイヤーを含み、
前記管理部に管理されている前記少なくとも1つのレイヤーは、前記背景のレイヤーの上に重ねられるレイヤーである、請求項14乃至23のいずれか1項に記載のシステム。 - 前記背景のレイヤーの上に重ねられる前記レイヤーは、人物のレイヤーである、請求項24に記載のシステム。
- 前記着色処理部は、前記管理部によって管理されている、前記少なくとも1つのレイヤーとは別の少なくとも1つのレイヤーの画像データに関して自動着色を行うことが可能な、請求項14乃至25のいずれか1項に記載のシステム。
- 前記管理部は、前記着色処理部によって前記少なくとも1つのレイヤーの画像データおよび前記別の少なくとも1つのレイヤーの画像データそれぞれに関して自動着色が行われたそれぞれの結果のレイヤーを重ね合わせて、合成された画像データを得る、請求項26に記載のシステム。
- 前記着色処理部は、着色モデルに基づく着色処理を行うことで自動着色を行う、請求項14乃至27のいずれか1項のいずれか1項に記載のシステム。
- 前記着色モデルは、ニューラルネットワークを含む、請求項28に記載のシステム。
- 前記着色処理部は、前記少なくとも1つのレイヤーに関して行われる自動着色と、前記別の少なくとも1つのレイヤーに関して行われる自動着色とで、異なる着色モデルに基づく着色処理を行うことが可能な、請求項26又は27を引用する請求項28、又は、当該請求項28を引用する請求項29に記載のシステム。
- 前記異なる着色モデルのそれぞれは、ユーザによって選択される、請求項30に記載のシステム。
- 前記少なくとも1つのレイヤーは、線画レイヤーである、請求項14乃至31のいずれか1項に記載のシステム。
- コンピュータが実行する方法であって、
互いに重なる複数レイヤーを管理する管理手順と、
前記管理手順によって管理されているレイヤーのうち、特定された少なくとも1つのレイヤーの画像データに関して、当該特定された少なくとも1つのレイヤーの画像データに関して着色される色のヒント情報がなくとも自動的に着色可能な自動着色を行う着色処理手順と、
を含む方法。 - 前記自動着色は、前記特定された少なくとも1つのレイヤーの画像データに関して着色される色のヒント情報がある場合でも当該色とは異なる色を着色しうる、請求項33に記載の方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022110011A JP7455161B2 (ja) | 2017-05-23 | 2022-07-07 | 線画自動着色プログラム、線画自動着色装置及びグラフィカルユーザインターフェース用プログラム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017102187A JP7252701B2 (ja) | 2017-05-23 | 2017-05-23 | システム、プログラム、および方法 |
JP2022110011A JP7455161B2 (ja) | 2017-05-23 | 2022-07-07 | 線画自動着色プログラム、線画自動着色装置及びグラフィカルユーザインターフェース用プログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017102187A Division JP7252701B2 (ja) | 2017-05-23 | 2017-05-23 | システム、プログラム、および方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022125297A JP2022125297A (ja) | 2022-08-26 |
JP7455161B2 true JP7455161B2 (ja) | 2024-03-25 |
Family
ID=64401655
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017102187A Active JP7252701B2 (ja) | 2017-05-23 | 2017-05-23 | システム、プログラム、および方法 |
JP2022110011A Active JP7455161B2 (ja) | 2017-05-23 | 2022-07-07 | 線画自動着色プログラム、線画自動着色装置及びグラフィカルユーザインターフェース用プログラム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017102187A Active JP7252701B2 (ja) | 2017-05-23 | 2017-05-23 | システム、プログラム、および方法 |
Country Status (2)
Country | Link |
---|---|
US (2) | US11010932B2 (ja) |
JP (2) | JP7252701B2 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018203374A1 (ja) | 2017-05-01 | 2018-11-08 | 株式会社Preferred Networks | 線画自動着色プログラム、線画自動着色装置及びグラフィカルユーザインターフェース用プログラム |
JP7252701B2 (ja) | 2017-05-23 | 2023-04-05 | 株式会社Preferred Networks | システム、プログラム、および方法 |
JP6676744B1 (ja) | 2018-12-28 | 2020-04-08 | 株式会社Cygames | 画像処理方法、画像処理システム及びプログラム |
EP3675063A1 (en) * | 2018-12-29 | 2020-07-01 | Dassault Systèmes | Forming a dataset for inference of solid cad features |
EP3675062A1 (en) | 2018-12-29 | 2020-07-01 | Dassault Systèmes | Learning a neural network for inference of solid cad features |
KR102284796B1 (ko) | 2019-05-20 | 2021-08-02 | 아주대학교 산학협력단 | 에지(edge) 이미지으로부터 컬러(color) 이미지를 생성하기 위한 GAN(generative adversarial networks) 기반 시스템 |
JP7335221B2 (ja) * | 2019-08-20 | 2023-08-29 | 株式会社Cygames | 画像認識モデルを用いた識別子情報推論のための電子装置、方法、プログラム及びシステム |
JP6967041B2 (ja) * | 2019-08-20 | 2021-11-17 | 株式会社Cygames | 画像認識モデルを用いた識別子情報推論のための電子装置、方法、プログラム及びシステム |
CN111553961B (zh) * | 2020-04-27 | 2023-09-08 | 北京奇艺世纪科技有限公司 | 线稿对应色图的获取方法和装置、存储介质和电子装置 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02214987A (ja) * | 1989-02-16 | 1990-08-27 | Matsushita Electric Ind Co Ltd | 彩色装置 |
JPH11110577A (ja) | 1997-08-04 | 1999-04-23 | Sony Corp | 画像データ処理装置および方法、並びに伝送媒体 |
US6804390B2 (en) * | 2001-02-07 | 2004-10-12 | Basf Corporation | Computer-implemented neural network color matching formulation applications |
CN100535942C (zh) * | 2004-06-22 | 2009-09-02 | 精工爱普生株式会社 | 配色支持***、配色支持程序和存储介质、以及配色支持方法 |
US7889949B2 (en) | 2007-04-30 | 2011-02-15 | Microsoft Corporation | Joint bilateral upsampling |
US20090234716A1 (en) * | 2008-03-17 | 2009-09-17 | Photometria, Inc. | Method of monetizing online personal beauty product selections |
JP2012119968A (ja) | 2010-12-01 | 2012-06-21 | Fuji Xerox Co Ltd | 画像処理装置及び画像処理プログラム |
US9449253B2 (en) * | 2012-01-16 | 2016-09-20 | Google Inc. | Learning painting styles for painterly rendering |
GB2518589B (en) * | 2013-07-30 | 2019-12-11 | Holition Ltd | Image processing |
WO2015069824A2 (en) * | 2013-11-06 | 2015-05-14 | Lehigh University | Diagnostic system and method for biological tissue analysis |
WO2016190129A1 (ja) | 2015-05-22 | 2016-12-01 | コニカミノルタ株式会社 | 画像処理装置、画像処理方法、および画像処理用のプログラム |
EP3507773A1 (en) * | 2016-09-02 | 2019-07-10 | Artomatix Ltd. | Systems and methods for providing convolutional neural network based image synthesis using stable and controllable parametric models, a multiscale synthesis framework and novel network architectures |
US10916001B2 (en) * | 2016-11-28 | 2021-02-09 | Adobe Inc. | Facilitating sketch to painting transformations |
JP7065266B2 (ja) * | 2017-02-03 | 2022-05-12 | パナソニックIpマネジメント株式会社 | 学習済みモデル提供方法および学習済みモデル提供装置 |
WO2018203374A1 (ja) | 2017-05-01 | 2018-11-08 | 株式会社Preferred Networks | 線画自動着色プログラム、線画自動着色装置及びグラフィカルユーザインターフェース用プログラム |
WO2018213829A1 (en) | 2017-05-19 | 2018-11-22 | Google Llc | Transforming grayscale images into color images using deep neural networks |
JP7252701B2 (ja) | 2017-05-23 | 2023-04-05 | 株式会社Preferred Networks | システム、プログラム、および方法 |
US10621764B2 (en) | 2018-07-05 | 2020-04-14 | Adobe Inc. | Colorizing vector graphic objects |
-
2017
- 2017-05-23 JP JP2017102187A patent/JP7252701B2/ja active Active
-
2018
- 2018-05-22 US US15/986,138 patent/US11010932B2/en active Active
-
2021
- 2021-04-23 US US17/239,278 patent/US11915344B2/en active Active
-
2022
- 2022-07-07 JP JP2022110011A patent/JP7455161B2/ja active Active
Non-Patent Citations (2)
Title |
---|
ayumin,人工知能が線画に自動着色してくれる『アイビスペイントX』がすごすぎる,[online],2017年05月22日,https://www.appbank.net/2017/05/22/iphone-application/1347507.php |
片岡 裕介 YUUSUKE KATAOKA,深層学習における敵対的ネットワークを用いた漫画画像の自動カラー化,情報処理学会 研究報告 コンピュータビジョンとイメージメディア(CVIM) 2017-CVIM-206 [online] ,日本,情報処理学会 |
Also Published As
Publication number | Publication date |
---|---|
JP2018197948A (ja) | 2018-12-13 |
JP2022125297A (ja) | 2022-08-26 |
US20210241503A1 (en) | 2021-08-05 |
US11915344B2 (en) | 2024-02-27 |
US11010932B2 (en) | 2021-05-18 |
US20180342084A1 (en) | 2018-11-29 |
JP7252701B2 (ja) | 2023-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7455161B2 (ja) | 線画自動着色プログラム、線画自動着色装置及びグラフィカルユーザインターフェース用プログラム | |
JP7474793B2 (ja) | 線画自動着色プログラム、線画自動着色装置及びグラフィカルユーザインターフェース用プログラム | |
US7920149B2 (en) | Rollback in a browser | |
US7602396B2 (en) | Method and apparatus for painting groups of objects | |
JP7213616B2 (ja) | 情報処理装置、情報処理プログラム及び情報処理方法。 | |
Yuan et al. | Infocolorizer: Interactive recommendation of color palettes for infographics | |
US9324166B2 (en) | Systems, methods, and apparatuses for creating digital glitter | |
US11568168B2 (en) | Generating synthetic photo-realistic images | |
JP7318290B2 (ja) | グリフを生成する方法並びに生成されたグリフに基づきデータの視覚的表現を作成する方法、プログラム及びコンピュータ装置 | |
Koyama et al. | Decomposing images into layers with advanced color blending | |
US20160314502A1 (en) | System and method for streamlining the design and development process of multiple advertising units | |
WO2022256073A1 (en) | Moment-based gifts and designs generated using a digital product collaboration platform | |
US20230360291A1 (en) | System and method for implementing an interactive outline mode for a graphic design interface | |
CN117649460A (zh) | 蒙版操作方法及其设备、存储介质、终端 | |
Chang et al. | Streamlined Workflow for 3D Modeling with Animated Characters. | |
Ließ | Analysis and improvement of Blender's texture painting functionality | |
Smith | Creating an App for Computer-assisted Art | |
AU2022370436A1 (en) | Interfacing with third party platforms via collaboration sessions | |
CN116993871A (zh) | 虚拟元素的生成方法、装置、设备、介质及程序产品 | |
Gotz | Wireframing for SharePoint | |
Nelli et al. | Line Charts with jqPlot | |
Jiang | Digital PaintChat: Examining and Expanding Collaborative Tools for Digital Artists |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220707 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230810 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231130 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240227 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240312 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7455161 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |