Stroke of Surprise: Progressive Semantic Illusions in Vector Sketching
作者: Huai-Hsun Cheng, Siang-Ling Zhang, Yu-Lun Liu
分类: cs.CV
发布日期: 2026-02-12
备注: Project page: https://stroke-of-surprise.github.io/ Code: https://github.com/stroke-of-surprise/Stroke-Of-Surprise
💡 一句话要点
提出Stroke of Surprise框架，实现矢量草图的渐进式语义错觉生成。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)
关键词: 矢量草图 语义错觉 生成模型 序列优化 视觉字谜
📋 核心要点
- 现有视觉错觉主要依赖空间操作，缺乏时间维度上的语义转换能力。
- 提出Stroke of Surprise框架，通过序列笔画优化，实现草图的渐进式语义演变。
- 实验表明，该方法在可识别性和错觉强度上优于现有方法，扩展了视觉字谜的维度。
📝 摘要（中文）
本文提出了一种新颖的矢量草图绘制任务：渐进式语义错觉，即通过顺序添加笔画，使单个草图经历显著的语义转换。为此，我们提出了Stroke of Surprise，一个生成框架，用于优化矢量笔画，以满足不同绘制阶段的不同语义解释。核心挑战在于“双重约束”：初始前缀笔画必须形成一个连贯的对象（例如，鸭子），同时在添加增量笔画后，作为第二个概念（例如，绵羊）的结构基础。为了解决这个问题，我们提出了一个由双分支Score Distillation Sampling (SDS)机制驱动的序列感知联合优化框架。与冻结初始状态的顺序方法不同，我们的方法动态调整前缀笔画，以发现对两个目标都有效的“公共结构子空间”。此外，我们引入了一种新的Overlay Loss，以强制空间互补性，确保结构集成而不是遮挡。大量实验表明，我们的方法在可识别性和错觉强度方面显著优于最先进的基线，成功地将视觉字谜从空间维度扩展到时间维度。
🔬 方法详解
问题定义：现有方法在生成视觉错觉时，主要集中在空间操作上，例如多视角一致性。缺乏一种能够随着时间推移，通过逐步添加笔画来实现语义转换的方法。难点在于如何保证初始笔画既能表达一个清晰的语义概念，又能作为后续笔画的基础，最终形成另一个完全不同的语义概念。这种“双重约束”是现有方法难以解决的。
核心思路：论文的核心思路是寻找一个“公共结构子空间”，使得初始笔画能够同时服务于两个不同的语义目标。通过动态调整初始笔画，而不是像传统方法那样冻结初始状态，可以更好地探索这个公共子空间。此外，通过引入空间互补性的约束，鼓励新添加的笔画与现有笔画形成结构上的集成，而不是简单的遮挡。
技术框架：Stroke of Surprise框架采用序列感知的联合优化方法。该框架包含一个双分支的Score Distillation Sampling (SDS)机制，每个分支对应一个语义目标。框架首先生成初始笔画，然后逐步添加增量笔画，并在每个步骤中优化笔画参数，以同时满足两个语义目标的约束。Overlay Loss用于强制空间互补性，确保结构集成。
关键创新：该方法最重要的创新点在于动态调整初始笔画，以发现“公共结构子空间”。与传统的顺序方法不同，该方法允许初始笔画在优化过程中发生变化，从而更好地适应后续笔画的需求。此外，Overlay Loss的引入，有效地解决了笔画遮挡问题，提高了结构集成的效果。
关键设计：双分支SDS机制分别计算两个语义目标的梯度，并将其用于优化笔画参数。Overlay Loss被设计为惩罚笔画之间的重叠区域，鼓励空间互补性。具体的损失函数形式和权重需要根据实验进行调整。矢量笔画的参数化方式（例如，贝塞尔曲线的控制点）也会影响最终的生成效果。
🖼️ 关键图片
📊 实验亮点
实验结果表明，Stroke of Surprise在可识别性和错觉强度方面显著优于现有基线方法。通过定量评估和用户研究，证明了该方法能够有效地生成具有强烈语义错觉的矢量草图。与现有方法相比，该方法在生成视觉字谜方面取得了显著的提升。
🎯 应用场景
该研究成果可应用于创意设计、艺术创作、教育娱乐等领域。例如，可以用于生成具有趣味性的视觉谜题，辅助儿童学习绘画，或为艺术家提供新的创作灵感。此外，该技术还可能应用于动画制作、游戏开发等领域，创造更具吸引力的视觉内容。
📄 摘要（原文）
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/