LookingGlass：ラプラシアンピラミッドワーピングによる生成的アナモルフォーゼス

LookingGlass: Generative Anamorphoses via Laplacian Pyramid Warping

April 11, 2025

著者: Pascal Chang, Sergio Sancho, Jingwei Tang, Markus Gross, Vinicius C. Azevedo

cs.AI

要旨

アナモルフォーシスとは、意図的に歪められた画像のカテゴリーを指し、直接見た場合には認識不能な状態となる。その真の姿は、鏡やレンズなどのカタディオプトリック装置を通して特定の視点から見たときにのみ明らかになる。これらの数学的装置の構築は17世紀まで遡ることができるが、特定の視点から見た場合にのみ解釈可能であり、通常の見方では意味を失う傾向がある。本論文では、これらの有名な錯視を生成的なアプローチで再考する。潜在空間における整流フローモデルの助けを借りて、直接見た場合にも有効な解釈を保持するアナモルフォーシス画像を作成する方法を提案する。この目的のために、高品質な視覚的生成に不可欠な周波数認識画像ワーピング技術であるラプラシアンピラミッドワーピングを導入する。我々の研究は、Visual Anagrams (arXiv:2311.17919) を潜在空間モデルおよびより広範な空間変換に拡張し、新たな生成的知覚錯視の創出を可能にする。

English

Anamorphosis refers to a category of images that are intentionally distorted, making them unrecognizable when viewed directly. Their true form only reveals itself when seen from a specific viewpoint, which can be through some catadioptric device like a mirror or a lens. While the construction of these mathematical devices can be traced back to as early as the 17th century, they are only interpretable when viewed from a specific vantage point and tend to lose meaning when seen normally. In this paper, we revisit these famous optical illusions with a generative twist. With the help of latent rectified flow models, we propose a method to create anamorphic images that still retain a valid interpretation when viewed directly. To this end, we introduce Laplacian Pyramid Warping, a frequency-aware image warping technique key to generating high-quality visuals. Our work extends Visual Anagrams (arXiv:2311.17919) to latent space models and to a wider range of spatial transforms, enabling the creation of novel generative perceptual illusions.