SketchDirector: エージェント的レイアウト推論と詳細精錬による複雑シーン素描

- テキストから複数概念の複雑なシーンスケッチを自動生成するエージェント型フレームワーク SketchDirector の提案。 - 人間のスケッチ作業を模倣し、LLM によるシーン分解、エージェント的推論ループによる配置計画、詳細精錬の3段階で構成。 - 各下書きアセットは Bézier 曲線の集合として表現され、編集可能なベクター形式で扱う。 - 研究促進のため MCSketch8K データセット(編集可能なベクターアセット、構図レイアウト、オブジェクト操作アノテーション)も導入。

- 既存のスケッチ生成は画像ガイダンスに依存し、単一オブジェクトや簡略化されたシーンに限定されがち。 - テキスト誘導による複雑シーンのスケッチ生成は未開拓だった点を対象化。 - SketchDirector はシーンレベルのテキストプロンプトからマルチコンセプトのシーンを生成可能。 - 実験で semantic および compositional 品質において state-of-the-art ベースラインを上回り、精錬時も全体の contour 構成を保持。

- LLM がシーンレベルのテキストプロンプトを複数の下書きアセットに分解し、各アセットを Bézier 曲線集合で表現。 - agentic reasoning loop が自己進化する memory に導かれながら空間配置を反復的に計画・実行。 - detail refinement module が diffusion priors を活用し、幾何構造を保ちつつスケッチ品質を向上。 - 出力は編集可能なベクター資産と構図レイアウトを含む。

- 広範な実験を実施し、semantic および compositional 品質で state-of-the-art ベースラインと比較。 - 精錬段階で全体の contour 構成を効果的に保持できることも検証。 - 具体的な評価指標・データセット規模・被験者実験の有無は要旨からは不明。

- 詳細精錬において diffusion priors を用いつつ幾何構造を保持する点が議論の焦点。 - 自己進化する memory に基づく配置計画の汎化性や限界は要旨からは不明。 - MCSketch8K の規模・多様性・アノテーション品質に関する議論は要旨からは不明。 - 失敗事例や計算コスト、LLM 依存性についての考察は要旨からは不明。

- 要旨で参照/比較されている state-of-the-art のスケッチ生成ベースライン(具体的名称は要旨からは不明)。 - diffusion priors を用いたスケッチ生成・精錬に関する研究(例: diffusion model 系の sketch generation)。 - LLM を用いたシーン分解やレイアウト生成に関する研究(例: LLM-based layout generation)。 - ベクタースケッチ生成・Bézier 曲線表現に関する研究。 - MCSketch8K データセットを利用したマルチコンセプトシーン生成の関連研究。