抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
属性の大きな変動を制御する直観的,画像を生成属性コントローラ(GAC),生成や編集のための新しい機能性を示した。このコントローラは条件付きフィルタ生成敵対的ネットワーク(CFGAN)と呼ばれる新しい生成モデル,フィルタリングアーキテクチャを組み込んだ発電機入力に従来の条件付きGaN(CGAN)の拡張に基づいている。従来CGAN,可制御性は,属性標識(例えば,ONまたはOFF制御が制限された)に限定されこれは観測変数(例えば,属性存在下の二成分指標)を用いて直接属性を表すとは異なり,CFGANは多次元潜在変数を用いた属性を結合するフィルタリングアーキテクチャを持つ,属性の潜在的変化を可能にするに表される。も可制御性を考慮して,直感的に典型的なコントローラ(ラジオボタンとスライド棒)を用いて制御されることを属性の変化を可能にするフィルタリング構造と訓練方式を定義した。MNIST,CUBおよびCelebAデータセット上で提案CFGANを評価し,同一性を保持しながら表現だけでなく,直感的に制御されることを属性の大きな変動を可能にすることを示す。も学んだ潜在空間は,属性移動と属性に基づく画像検索を行うのに十分な表現力を持っていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】