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。
GLASS,大域的および局所行動駆動配列合成の方法を提示する。GLASSは,教師なし方法でビデオシーケンスで訓練された生成モデルであり,テスト時間で入力画像をアニメーションできる。この方法は,フレームを前景背景層に分割し,大域的および局所的行動表現を通して,時間にわたって前景の遷移を生成する。大域的行動は2Dシフトと明示的に関連しているが,局所行動は(幾何学的および測光的)局所変形に関係する。GLASSはフレーム間の遷移に再帰ニューラルネットワークを使用し,再構成損失を通して訓練する。また,あらかじめ定義された行動空間を有する新しい合成データセットであるW-Sprite(Walking Spites)を導入した。W-Spritesと実データセットの両方について提案手法を評価し,GLASSが単一入力画像から現実的なビデオシーケンスを生成し,事前作業よりもより進んだ行動空間を学習できることを見出した。【JST・京大機械翻訳】