セグメンテーション誘導GANを用いた二重領域画像合成【JST・京大機械翻訳】

Bazazian Dena; Calway Andrew; Damen Dima

プレプリント

J-GLOBAL ID：202202200523756285 整理番号：22P0334303

セグメンテーション誘導GANを用いた二重領域画像合成【JST・京大機械翻訳】

Dual-Domain Image Synthesis using Segmentation-Guided GAN

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月19日プレプリントサーバーでの情報更新日： 2022年04月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

2つの異なるドメインから特徴を統合する画像を合成するセグメンテーション誘導手法を導入した。このデュアルドメインモデルによって合成された画像は,意味マスク内の1つのドメインに属し,もう1つは画像-スムーズに統合される。2つのドメインの利用に必要な訓練量を最小化するために,少数ショットStyleGANと単一ショット意味セグメンテーションの成功を築き上げた。この方法は,2つの異なるドメインの特徴を含む画像を達成するために,少数ショットクロスドメインStyleGANを潜在最適化器と組み合わせる。セグメンテーション誘導知覚損失を用いて,ドメイン特異的と二重ドメイン合成画像間のピクセルレベルと活性化の両方を比較した。結果は,著者らのモデルが種々のオブジェクト(顔,ウマ,ネコ,自動車),ドメイン(自然,自動車,スケッチ)および部分ベースマスク(アイ,鼻,口,毛髪,カーボネネット)上で二重ドメイン画像を合成することができることを定性的および定量的に実証した。このコードは,https://github.com/denabazazian/Dual Domain Synthesisで公開可能である。【JST・京大機械翻訳】

, , , , , ,
, 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, , ,

前のページに戻る