Неожиданный штрих: прогрессивные семантические иллюзии в векторном скетчинге

Stroke of Surprise: Progressive Semantic Illusions in Vector Sketching

February 12, 2026

Авторы: Huai-Hsun Cheng, Siang-Ling Zhang, Yu-Lun Liu

cs.AI

Аннотация

Традиционные визуальные иллюзии основаны на пространственных манипуляциях, таких как согласованность множества ракурсов. В данной работе мы представляем Прогрессирующие семантические иллюзии — новую задачу векторного рисования, в которой единственный набросок претерпевает кардинальную семантическую трансформацию за счёт последовательного добавления штрихов. Мы представляем Stroke of Surprise, генеративную систему, которая оптимизирует векторные штрихи для соответствия различным семантическим интерпретациям на разных этапах рисования. Ключевая сложность заключается в «двойном ограничении»: начальные штрихи-префиксы должны формировать связный объект (например, утку), одновременно служа структурной основой для второго понятия (например, овцы) при добавлении дельта-штрихов. Для решения этой задачи мы предлагаем систему совместной оптимизации с учётом последовательности, управляемую механизмом Score Distillation Sampling (SDS) с двумя ветвями. В отличие от последовательных подходов, фиксирующих начальное состояние, наш метод динамически корректирует штрихи-префиксы для обнаружения «общего структурного подпространства», пригодного для обеих целей. Кроме того, мы вводим новую Функцию потерь наложения, которая обеспечивает пространственную дополнительность, гарантируя структурную интеграцию, а не перекрытие. Многочисленные эксперименты показывают, что наш метод значительно превосходит современные базовые подходы по узнаваемости и силе иллюзии, успешно расширяя визуальные анаграммы из пространственного во временное измерение. Страница проекта: 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/