Überraschender Strich: Fortschreitende semantische Täuschungen beim Vektorzeichnen
Stroke of Surprise: Progressive Semantic Illusions in Vector Sketching
February 12, 2026
papers.authors: Huai-Hsun Cheng, Siang-Ling Zhang, Yu-Lun Liu
cs.AI
papers.abstract
Visuelle Illusionen basieren traditionell auf räumlichen Manipulationen wie Multi-View-Konsistenz. In dieser Arbeit führen wir Progressive Semantische Illusionen ein, eine neuartige Vektor-Skizzieraufgabe, bei der eine einzelne Skizze durch die sequenzielle Hinzufügung von Strichen eine dramatische semantische Transformation durchläuft. Wir präsentieren Stroke of Surprise, ein generatives Framework, das Vektorstriche so optimiert, dass sie in verschiedenen Zeichenstadien distincte semantische Interpretationen erfüllen. Die Kernherausforderung liegt in der "Dual-Constraint": Anfangsstrichfolgen müssen ein kohärentes Objekt (z.B. eine Ente) bilden und gleichzeitig als strukturelle Grundlage für ein zweites Konzept (z.B. ein Schaf) dienen, wenn Delta-Striche hinzugefügt werden. Um dies zu lösen, schlagen wir ein sequenzbewusstes Joint-Optimization-Framework vor, das von einem Dual-Branch Score Distillation Sampling (SDS)-Mechanismus angetrieben wird. Im Gegensatz zu sequenziellen Ansätzen, die den Ausgangszustand einfrieren, passt unsere Methode Anfangsstriche dynamisch an, um einen "gemeinsamen strukturellen Unterraum" zu entdecken, der für beide Ziele gültig ist. Darüber hinaus führen wir einen neuartigen Overlay Loss ein, der räumliche Komplementarität erzwingt und strukturelle Integration anstelle von Verdeckung sicherstellt. Umfangreiche Experimente zeigen, dass unsere Methode state-of-the-art Baselines in Erkennbarkeit und Illusionsstärke signifikant übertrifft und visuelle Anagramme erfolgreich von der räumlichen in die zeitliche Dimension erweitert. Projektseite: https://stroke-of-surprise.github.io/
English
Visual illusions traditionally rely on spatial manipulations such as multi-view consistency. In this work, we introduce Progressive Semantic Illusions, a novel vector sketching task where a single sketch undergoes a dramatic semantic transformation through the sequential addition of strokes. We present Stroke of Surprise, a generative framework that optimizes vector strokes to satisfy distinct semantic interpretations at different drawing stages. The core challenge lies in the "dual-constraint": initial prefix strokes must form a coherent object (e.g., a duck) while simultaneously serving as the structural foundation for a second concept (e.g., a sheep) upon adding delta strokes. To address this, we propose a sequence-aware joint optimization framework driven by a dual-branch Score Distillation Sampling (SDS) mechanism. Unlike sequential approaches that freeze the initial state, our method dynamically adjusts prefix strokes to discover a "common structural subspace" valid for both targets. Furthermore, we introduce a novel Overlay Loss that enforces spatial complementarity, ensuring structural integration rather than occlusion. Extensive experiments demonstrate that our method significantly outperforms state-of-the-art baselines in recognizability and illusion strength, successfully expanding visual anagrams from the spatial to the temporal dimension. Project page: https://stroke-of-surprise.github.io/