文献
J-GLOBAL ID:201902230841626652   整理番号:19A2089340

ATTGA:あなたが望むことによる顔属性編集【JST・京大機械翻訳】

AttGAN: Facial Attribute Editing by Only Changing What You Want
著者 (5件):
資料名:
巻: 28  号: 11  ページ: 5464-5478  発行年: 2019年 
JST資料番号: W0364A  ISSN: 1057-7149  CODEN: IIPRE4  資料種別: 逐次刊行物 (A)
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:
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。
顔属性編集は,与えられた顔画像上で単一または複数の属性を操作することを目的としている。すなわち,他の詳細を保存しながら,望ましい属性を持つ新しい顔画像を生成する。最近では,このタスクを有望な結果で扱うために,通常,生成的なadversネット(GAN)と符号器-復号器アーキテクチャが組み込まれている。符号器-復号器アーキテクチャに基づいて,顔属性編集を,望ましい属性に関する与えられた顔条件の潜在的表現を復号化することによって達成した。いくつかの既存の方法は,更なる属性編集のための属性独立潜在表現を確立することを試みる。しかしながら,潜在的表現に対するそのような属性独立制約は,潜在的表現の能力を制限し,情報損失をもたらす可能性があり,過剰なまたは歪んだ生成をもたらすので,過剰である。潜在的表現に制約を課す代わりに,本研究では,生成画像に属性分類制約を適用し,望ましい属性の正しい変化を保証することを提案した。一方,再構成学習を導入して,属性を除く詳細を保存し,言い換えると,何が何かを変化させるだけである。さらに,視覚的に現実的な編集のために,敵学習を採用した。これらの3つの構成要素は,AttGANと呼ばれる高品質の顔属性編集のための効果的なフレームワークを形成する相互に協調する。さらに,提案した方法を教師なしの方法で属性スタイル操作のために拡張した。2つの野生のデータセット,CeebAとLFWに関する実験は,提案方法が,他の顔の詳細によって保存されている現実的属性編集に関して,最先端技術より優れていることを示した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  パターン認識 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る