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。
ニューラル学習法は,スタイル転送において効果的であることが示されている。NSTと呼ばれるこれらの方法は,コンテンツ画像の高レベル構造を保持する新しい画像を合成することを目指し,一方,スタイル画像の低レベル特徴を保っている。しかし,畳み込み構造を用いたこれらのモデルは,コンテンツ画像のスタイル画像と意味特徴の局所統計的特徴を抽出するだけである。コンテンツ画像における低レベル特徴がないので,これらの方法は,非天然とトレースのマシンを探す画像を合成する。本論文では,方向,すなわち,各絵画ストロークの方向が,画像スタイルの soを望ましく捉えることができ,従って,より自然で鮮明なスタイル化を生成することを見出した。この観測に従って,2つの主要な革新を伴う方向認識型ニューラルステリー転送(DaNST)を提案した。最初に,合成画像におけるストロークの方向を操縦するために,新しい方向場損失を提案した。そして,この損失関数を構築するために,コンテンツ画像と合成画像の方向場を生成し,比較するための新しい方向場損失ネットワークを提案する。神経スタイル移動における方向場損失を組み込むことにより,新しい最適化目的を得た。この目的を最小化することにより,コンテンツ画像の方向場をよりよく追跡する合成画像を生成することができた。第二に,著者らの方法は,生成方向場を制御する簡単な相互作用機構を提供し,さらに合成画像におけるテクスチャ方向を制御する。実験は,著者らの方法が,オイル塗装とモザイクのようなほとんどのスタイルで最先端技術より優れていることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】