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。
著者らは,条件付きの生成敵のネットワーク(条件付きGans)を用いて,意味的ラベルマップから高分解能の光現実的画像を合成するための新しい方法を提示した。条件付きGansは多様な応用を可能にしたが,結果はしばしば低分解能に限定され,現実的ではない。本研究では,新しい敵の損失を伴う2048A~1024の視覚的に魅力的な結果を生成し,新しいマルチスケール発生器と識別器アーキテクチャを作成した。さらに,このフレームワークを2つの付加的特徴を持つ対話型視覚操作に拡張した。最初に,オブジェクトインスタンスセグメンテーション情報を組み込んだ。それは,オブジェクトを除去/追加し,オブジェクトカテゴリを変化させるようなオブジェクト操作を可能にした。第二に,著者らは,同じ入力を与えられた多様な結果を生成する方法を提案し,ユーザが対話的にオブジェクト出現を編集することを可能にした。人間の意見研究は,著者らの方法が,深い画像合成と編集の品質と分解能の両方を前進させる既存の方法より著しく優れていることを実証した。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】