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。
毎日,ソーシャルメディア,テレビ,またはスマートフォンにかかわって,顔の多くの写真で衝突する。進化的展望から,顔は,主に生存と個人関連性のため,再メンバーであると意図されている。しかし,これらのすべての顔は,著者らの念頭に固着する等しい機会を持たない。記憶性は画像の固有の特徴であるが,まだ,どの属性が画像をより記憶できるのかは未知である。本研究では,顔画像の記憶性を修正し制御するための高速アプローチを提案することにより,この問題に取り組むことを目的とした。提案手法では,まずStyleGANの潜在空間における超平面を見出し,高および低記憶画像を分離した。次に,この超平面法線ベクトルの正または負の方向を動かすことによって,画像記憶性(同一性と年齢,感情など他の顔特徴を維持する)を修正した。さらに,StyleGANの異なった層が,潜在的空間を顔の記憶可能性に寄与するかを分析した。これらの解析は,各個々の顔属性が,画像をより記憶可能にするか,または,より少ない記憶をいかにさせるかを示した。最も重要なことに,実際の顔画像と合成顔画像の両方に対して提案手法を評価した。提案方法は,実際の人間の顔の記憶可能性と,非現実的合成顔をうまく修正し,制御する。提案手法は,ソーシャルメディア,学習支援,広告目的のための写真編集アプリケーションに採用できる。【JST・京大機械翻訳】