文献

J-GLOBAL ID：202102249688250398   整理番号：21A1812896

スタイル移動における歪低減のための空間関係の利用【JST・京大機械翻訳】

Exploiting Spatial Relation for Reducing Distortion in Style Transfer

著者 (2件)： Chang Jia-Ren (National Chiao Tung University,Taiwan) ,  Chen Yong-Sheng (National Chiao Tung University,Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： WACV  ページ： 1208-1216  発行年： 2021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： 任意のスタイル移動における畳み込みニューラルネットワークの電力を,十分に実証した。しかし,既存のスタイル化法は顕著なアーチファクトで空間的に矛盾する結果を生成する傾向がある。この問題に対する一つの解決策は,画像コンテンツに関連する空間情報を保存するためのセグメンテーションマスクまたは親和性ベース画像マッティングの適用を含む。本研究の主なアイデアは,コンテンツ画像ピクセル間の空間関係をモデル化し,その結果,アーチファクトを低減するためのスタイロ化におけるこの関係を維持することである。提案したネットワークアーキテクチャは空間関係増強VGG(SRVGG)と呼ばれ,そこでは長距離空間依存性が空間関係モジュールによってモデル化される。SRVGGから抽出したこの空間情報に基づいて,コンテンツ画像とスタイル化の間の空間依存性の差を最小化することができる新しい関係損失を設計した。提案フレームワークを最適化ベースとフィードフォワードベーススタイル転送法の両方で評価した。セグメンテーションマスクまたは親和性ベースの画像マットを必要とせずに,高品質で空間的一貫性のスタイロ化画像を生成することによって,スタイロ化におけるSRVGGの有効性を実証した。また,定量的評価は,提案フレームワークが他の方法と比較してより良い性能を達成することを示唆した。Copyright 2021 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： 最適化 ,  セグメンテーション ,  電力 ,  画素 ,  空間依存性 ,  親和性 ,  有効性 ,  アーチファクト ,  ネットワークアーキテクチャ ,  *コンテンツ
準シソーラス用語： 映像コンテンツ ,  空間情報 ,  定量的評価 ,  高品質 ,  畳込みニューラルネットワーク , 【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 (2件)： スタイル ,  空間関係