文献

J-GLOBAL ID：201902226197970443   整理番号：19A0249751

ATTNGAN:注意生成敵対ネットワークによる画像生成のための細粒度テキスト【JST・京大機械翻訳】

AttnGAN: Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networks

著者 (7件)： Xu Tao ,  Zhang Pengchuan ,  Huang Qiuyuan ,  Zhang Han ,  Gan Zhe ,  Huang Xiaolei ,  He Xiaodong
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CVPR  ページ： 1316-1324  発行年： 2018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： 本論文では,細粒テキスト画像生成のための注意駆動,多段階精密化を可能にする,Attentional Generative Adversic Network(AttnGAN)を提案した。新しい注意生成ネットワークにより,AttnGANは,自然言語記述における関連語に注意を払うことにより,画像の異なるサブ領域における細粒細部を合成することができる。さらに,深い注意多モード類似性モデルを提案して,発電機を訓練するための細粒画像テキストマッチング損失を計算した。提案されたAttnGANは,最先端の状態を著しく上回り,CUBデータセットでは14.14%,より挑戦的なCOCOデータセットでは170.25%まで,最良の報告された開始スコアを高めた。AttnGANの注意層を可視化することにより,詳細な解析も行った。最初に,層状注意GANは,画像の異なる部分を生成するための単語レベルでの条件を自動的に選択できることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 可視化 ,  単語 ,  多モード ,  精密化 ,  *画像合成 ,  *ネットワーク ,  自然言語 ,  類似性 ,  *画像
準シソーラス用語： スコア ,  最先端 ,  関連語 ,  *テキスト ,  細粒度 , 【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 (4件)： 注意 ,  敵対 ,  画像生成 ,  細粒度