スケッチ検査者:猫の高品質スケッチ生成のための深層混合モデル【JST・京大機械翻訳】

Pang Yunkui; Pan Zhiqing; Sun Ruiyang; Wang Shuchong

プレプリント

J-GLOBAL ID：202202206130975099 整理番号：22P0208007

スケッチ検査者:猫の高品質スケッチ生成のための深層混合モデル【JST・京大機械翻訳】

Sketch-Inspector: a Deep Mixture Model for High-Quality Sketch Generation of Cats

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 (4件)： , , ,
資料名：
発行年： 2020年11月09日プレプリントサーバーでの情報更新日： 2020年11月09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)

人工知能(AI)の関与により,スケッチはあるトピックの下で自動的に生成される。この分野での以前の研究においてブレークスルーがなされたとしても,生成された図形の比較的高い割合が認識するために抽象的であり,AIが描画時に目標物体の一般的パターンを学習できないことを例証した。本論文は,ストローク発生のプロセスを監督することが,より正確なスケッチ解釈に導くことができることを,提案した。それに基づいて,次のストロークの形状を示唆する補助畳込みニューラルネットワーク(CNN)予測子を有するスケッチ生成システムを本論文で提示した。さらに,CNNベースの識別器を導入して,最終生成物の認識可能性を判断する。ベースラインモデルはマルチクラススケッチを生成するのに効果がないので,モデルを制限して1つのカテゴリーを生成した。ネコの画像は同定が容易であるので,QuickDrawデータセットから選択したネコスケッチを考察した。本論文では,75Kの人間を描いたネコスケッチについて,元のSketch-RNNと提案モデルを比較した。結果は,著者らのモデルが人間のスケッチより高い品質でスケッチを生成することを示した。【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