文献

J-GLOBAL ID：202002243488261182   整理番号：20A0833055

グラフカットによるマルチモーダルスタイル転送【JST・京大機械翻訳】

Multimodal Style Transfer via Graph Cuts

著者 (7件)： Zhang Yulun (Northeastern University) ,  Fang Chen (ByteDance) ,  Wang Yilin (Adobe) ,  Wang Zhaowen (Adobe Research) ,  Lin Zhe (Adobe Research) ,  Fu Yun (Northeastern University) ,  Yang Jimei (Adobe)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCV  ページ： 5942-5950  発行年： 2019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： 最近のニューラルスタイル移動法で広く使われている仮定は,画像スタイルが,グラムまたは共分散行列のような深い特徴の大域的静力学によって記述できるということである。代替手法は,それらを局所画素または神経パッチに分解することによりスタイルを表現した。最近の進歩にもかかわらず,ほとんどの既存の方法は,スタイル画像の意味パターンを一様に扱い,複雑なスタイルに関する結果を得た。本論文において,著者らはより柔軟で一般的なスタイル移動技術:多モードスタイル移動(MST)を導入した。MSTは,コンテンツとスタイル画像における意味パターンのマッチングを明示的に考慮する。具体的には,スタイル画像特徴をサブスタイル成分にクラスタ化し,グラフカット定式化の下で局所的なコンテンツ特徴と整合させた。再構成ネットワークを訓練し,各サブスタイルを転送し,最終的なスタイル化結果を与えた。また,いくつかの既存の方法を改善するためにMSTを一般化した。広範な実験により,MSTの優れた有効性,ロバスト性,および柔軟性を実証した。Copyright 2020 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： クラスタ化 ,  再構成 ,  多モード ,  ロバスト性 ,  静力学 ,  画素 ,  画像特性 ,  ネットワーク ,  定式化 ,  柔軟性 ,  *コンテンツ ,  有効性
準シソーラス用語： 共分散行列 ,  *グラフカット , 【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)： グラフカット ,  マルチモーダル ,  スタイル ,  転送