文献

J-GLOBAL ID：201702282871562390   整理番号：17A1773598

深い光スタイル移動【Powered by NICT】

Deep Photo Style Transfer

著者 (4件)： Luan Fujun ,  Paris Sylvain ,  Shechtman Eli ,  Bala Kavita
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 6997-7005  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 参照スタイルを忠実にしながら,多様な画像コンテンツを扱う写真式移動性ディープ学習アプローチを提案した。提案アプローチでは,ニューラルネットワークの異なる層を考慮することにより,画像の含有量からスタイルを分離する絵画調移動に関する最近の研究に基づいている。しかし,として,この方法はフォトリアリスティックなスタイル移動には適していない。入力および原画像の両者を写真である時でさえ,出力は塗装の歪みを示した。筆者らの貢献は色空間で局所的にアフィンであることを入力から出力への変換を制約し,カスタム完全微分可能エネルギー項としてこの制約を表現することである。筆者らは,本法が,広範囲のシナリオの中でフォトリアリスティックなスタイル移動を満たす歪みと収率,日,天候,季節,および芸術的編集の時間の移動を抑制できることが分かった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 微分 ,  学習 ,  色空間 ,  編集 ,  ニューラルネットワーク ,  *画像
準シソーラス用語： 天候 ,  移動性 ,  映像コンテンツ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： スタイル