文献

J-GLOBAL ID：202002249886675600   整理番号：20A1750504

StarGAN v2:多重ドメインのための逆画像合成【JST・京大機械翻訳】

StarGAN v2: Diverse Image Synthesis for Multiple Domains

著者 (4件)： Choi Yunjey (Clova AI Research, NAVER Corp.) ,  Uh Youngjung (Clova AI Research, NAVER Corp.) ,  Yoo Jaejun (Clova AI Research, NAVER Corp.) ,  Ha Jung-Woo (Clova AI Research, NAVER Corp.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CVPR  ページ： 8185-8194  発行年： 2020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： 良好な画像対画像翻訳モデルは,次の特性を満たしながら,異なる視覚ドメイン間のマッピングを学習すべきである。1)生成された画像の多様性,2)複数のドメインにわたるスケーラビリティ。既存の方法は,すべてのドメインに対して限られた多様性または多重モデルを持つ問題のいずれかを扱う。StarGAN v2を提案し,両者に取組む単一フレームワークを提案し,基準線上で著しく改善された結果を示した。CelebA-HQおよび新しい動物顔データセット(AFHQ)に関する実験は,視覚品質,多様性,およびスケーラビリティに関して著者らの優位性を検証した。画像-画像翻訳モデルをより良く評価するために,著者らはAFHQ,大きなドメイン間およびドメイン間差を有する高品質動物顔を解放する。コード,事前訓練モデル,およびデータセットはhttps://github.com/clovaai/stargan-v2で利用可能である。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： 視覚 ,  動物 ,  *多重化 ,  *画像合成 ,  基準線
準シソーラス用語： 多重モデル ,  高品質 ,  視覚品質 , 【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)： 多重 ,  ドメイン ,  画像合成