文献

J-GLOBAL ID：201702262857962872   整理番号：17A0869677

DNNによる画像操作システム

著者 (4件)： 品川政太朗 (奈良先端科学技術大学院大) ,  吉野幸一郎 (奈良先端科学技術大学院大) ,  SAKRIANI Sakti (奈良先端科学技術大学院大) ,  中村哲 (奈良先端科学技術大学院大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 105(PRMU2017 25-38)  ページ： 13-16  発行年： 2017年06月15日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 自然言語の文章から画像を生成する研究がこれまで広く行われてきた。しかし,これまでの方法では,ユーザは欲しい画像が手に入るまで1から画像を生成し直す必要があり,生成画像を制御しにくい難点があった。そこで本稿では条件付きDCGANのモデルを拡張し,自然言語の指示による画像生成・画像操作を可能にする新しいフレームワークを提案する。この手法によって,ユーザは先に生成した画像を自然言語の指示によって思い通りの画像に操作することができる。実験結果では既存のcap2imageに基づくモデルの結果がMSE:4.86×10^-2,SSIM:0.774であるのに対して,提案手法がMSE:4.72×10^-2,SSIM:0.797となり,提案手法がcap2imageと同程度に目標画像に近い画像を生成できていることを示す。(著者抄録)

シソーラス用語： *自然言語 ,  *画像合成 ,  *操作 ,  *機械学習 ,  画像 ,  モデル ,  *自然言語処理 ,  *ニューラルネットワーク ,  符号器 ,  復号器 ,  コーパス ,  学習アルゴリズム ,  *深層学習 ,  生成モデル ,  合成画像
準シソーラス用語： 画像生成 ,  画像操作 ,  生成画像 ,  *DNN ,  DCGAN

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

引用文献 (10件)：

• E. Mansimov, E. Parisotto, J. Ba, and R. Salakhutdinov, ”Generating images from captions with attention,” The International Conference on Learning Representations, 2016.
• S. Reed, Z. Akata, X. Yan, L. Logeswaran, B. Schiele, and H. Lee, ”Generative adversarial text-to-image synthesis,” Proceedings of The 33rd International Conference on Machine Learning, 2016.
• S. Hochreiter and J. Schmidhuber, ”Long short-term memory,” Neural computation, vol.9, no.8, pp.1735-1780, 1997.
• A. Radford, L. Metz, and S. Chintala, ”Unsupervised representation learning with deep convolutional generative adversarial networks,” The International Conference on Learning Representations, 2016.
• R. Kiros, R. Salakhutdinov, and R.S. Zemel, ”Unifying visual-semantic embeddings with multimodal neural language models,” arXiv preprint arXiv:1411.2539, 2014.

タイトルに関連する用語 (1件)： 操作システム