文献

J-GLOBAL ID：202202212537699986   整理番号：22A0203214

Cartoon LossGAN:Cartoonizationのための画像の表面と彩色の学習【JST・京大機械翻訳】

CartoonLossGAN: Learning Surface and Coloring of Images for Cartoonization

著者 (5件)： Dong Yongsheng (School of Information Engineering, Henan University of Science and Technology, Luoyang, China) ,  Tan Wei (School of Information Engineering, Henan University of Science and Technology, Luoyang, China) ,  Tao Dacheng (JD Explore Academy in JD.com, Beijing, China) ,  Zheng Lintao (School of Information Engineering, Henan University of Science and Technology, Luoyang, China) ,  Li Xuelong (School of Artificial Intelligence, Optics and Electronics (iOPEN), Northwestern Polytechnical University, Xi’an, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 31  ページ： 485-498  発行年： 2022年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  資料種別： 逐次刊行物 (A)
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： 特殊型の芸術的スタイル移転としてのカートネーションは,困難な画像処理タスクである。現在の既存の芸術的スタイル転送法は,芸術的スタイル画像が,しばしば,明白な色変化のない平滑表面を持ち,鋭いエッジを有するので,しばしば繊細なストロークと豊富な階層的色変化を有するため,満足な漫画スタイル画像を生成することができない。この目的のために,カートオン化のためのカートオン損失ベース生成敵対ネットワーク(CartonLossGAN)を提案した。特に,著者らは最初に,コンパクト生成敵対ネットワーク(GAN)ベースの自動車化アーキテクチャを構築するために,識別器の符号器部分を再利用する。次に,アーキテクチャのための新規な漫画損失関数を提案した。それは,カートオン画像の滑らかな表面を学習するスケッチングのプロセスを模倣することができて,カラープロセスを模倣して,カルトオン画像の彩色を学習した。さらに,モデル訓練を容易かつ安定にするために,識別器を再利用するシナリオで使われる初期化戦略も提案した。広範な実験結果は,提案したCartoonLossGANが,ファンタスティックなカルトオンスタイル画像を生成し,4つの代表的な方法より優れていることを実証した。Copyright 2022 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： 弁別器 ,  損失関数 ,  ネットワーク ,  変色 ,  画像処理 ,  符号器 ,  滑面 ,  再利用 ,  *計算機アーキテクチャ
準シソーラス用語： モータリゼーション ,  漫画 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 彩色 ,  学習