文献

J-GLOBAL ID：201902224615488013   整理番号：19A1193512

進行性構造条件付き生成敵対ネットワークによる完全体高分解能アニメーション生成【JST・京大機械翻訳】

Full-Body High-Resolution Anime Generation with Progressive Structure-Conditional Generative Adversarial Networks

著者 (5件)： Hamada Koichi (DeNA Co., Ltd., Tokyo, Japan) ,  Tachibana Kentaro (DeNA Co., Ltd., Tokyo, Japan) ,  Li Tianqi (DeNA Co., Ltd., Tokyo, Japan) ,  Honda Hiroto (DeNA Co., Ltd., Tokyo, Japan) ,  Uchida Yusuke (DeNA Co., Ltd., Tokyo, Japan)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11131  ページ： 67-74  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 著者らは,構造情報に基づいて全体および高分解能文字画像を生成することができる新しいフレームワークである,優れた構造条件付き一般化適応ネットワーク(PSGAN)を提案した。進歩的な訓練による発生的なadversネットワークにおける最近の進歩は,高分解能画像を生成することを可能にした。しかしながら,既存のアプローチは,同時に高画質と構造一貫性の両方を達成するのに限界がある。著者らの方法は,訓練中の生成画像と構造条件の両方の分解能を次第に増加させることにより,限界に取り組んだ。本論文において,著者らは,目標姿勢シーケンスに基づく1024[数式:原文を参照]1024における多様なアニメーション特性の既存のアプローチとビデオ生成結果との比較を示すことによって,この方法の有効性を経験的に実証した。また,フルボディ1024[数式:原文を参照]1024高分解能画像を含む新しいデータセットと,Unity 3D Avatarモデルを用いた正確な2D姿勢キーポイントを作成した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 三次元 ,  二次元 ,  *分解能 ,  有効性 ,  *アニメーション ,  *ネットワーク ,  録画装置 ,  *高分解能 ,  合成画像 ,  高画質 ,  *敵意
準シソーラス用語： 高精細画像 ,  適応ネットワーク ,  文字画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： 生成的敵対ネットワーク ,  アニメーション生成 ,  画像生成 ,  ビデオ生成

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 敵対 ,  高分解能 ,  アニメーション