文献

J-GLOBAL ID：201902251437244656   整理番号：19A0250224

クラスタ化された生成的敵対ネットワークによるLogo合成と操作【JST・京大機械翻訳】

Logo Synthesis and Manipulation with Clustered Generative Adversarial Networks

著者 (4件)： Sage Alexander ,  Timofte Radu ,  Agustsson Eirikur ,  Gool Luc Van
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CVPR  ページ： 5879-5888  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： 新しいブランドのためのロゴを設計することは,設計者とクライアントの間の長くて面倒なバックアンドフォアプロセスである。本論文では,どの程度機械学習が設計者の創造的タスクを解決できるかを調べた。このために,著者らは,世界の広いウェブからクローラされた600k+ロゴのデータセット-LLDを構築した。このようなマルチモーダルデータに関するロゴ合成のための訓練一般加算ネットワーク(Gans)は,直接的ではなく,いくつかの最先端の方法に対するモード崩壊をもたらす。著者らは,クラスタリングを通して得られた合成ラベルの使用を提案し,GAN訓練を安定化し,CIFAR-10と画像に関するこのアプローチを検証し,その一般性を実証した。著者らは,もっともらしいロゴの高い多様性を生成することができて,インタラクティブな方法でロゴ設計作業を容易にするために潜在的宇宙探査技術を実証することができた。Gansは,クラスタ化を通して達成された合成ラベルによってマルチモーダルデータに対処することができて,著者らの結果は,ロゴ合成と操作のためのそのような技術の創造的可能性を示した。著者らのデータセットとモデルはhttps://data.vision.ee.ethz.ch/sagea/lld/で公開されている。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： *ネットワーク ,  相互作用 ,  多モード ,  ブランド ,  機械学習 ,  *クラスタ化 ,  普遍性 ,  Web【情報システム】 ,  画像 ,  加算
準シソーラス用語： 最先端 ,  LOGO , 【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 (3件)： クラスタ ,  敵対 ,  LOGO