Coup de Surprise : Illusions sémantiques progressives dans le dessin vectoriel

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

Les illusions visuelles reposent traditionnellement sur des manipulations spatiales telles que la cohérence multi-vues. Dans ce travail, nous introduisons les Illusions Sémantiques Progressives, une nouvelle tâche de dessin vectoriel où un croquis unique subit une transformation sémantique spectaculaire grâce à l'ajout séquentiel de traits. Nous présentons Stroke of Surprise, un cadre génératif qui optimise les traits vectoriels pour satisfaire des interprétations sémantiques distinctes à différentes étapes du dessin. Le défi central réside dans la "double-contrainte" : les traits initiaux du préfixe doivent former un objet cohérent (par exemple, un canard) tout en servant simultanément de fondation structurelle pour un second concept (par exemple, un mouton) lors de l'ajout de traits delta. Pour y parvenir, nous proposons un cadre d'optimisation conjointe sensible à la séquence, piloté par un mécanisme dual de Score Distillation Sampling (SDS). Contrairement aux approches séquentielles qui figent l'état initial, notre méthode ajuste dynamiquement les traits du préfixe pour découvrir un "sous-espace structurel commun" valide pour les deux cibles. De plus, nous introduisons une nouvelle fonction de perte de superposition qui impose une complémentarité spatiale, garantissant une intégration structurelle plutôt qu'une occlusion. Des expériences approfondies démontrent que notre méthode surpasse significativement les méthodes de référence en matière de reconnaissabilité et de force d'illusion, étendant avec succès les anagrammes visuelles de la dimension spatiale à la dimension temporelle. Page du projet : 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/