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。
画像対画像翻訳はコンピュータビジョンと画像処理において重要で挑戦的な問題である。拡散モデル(DM)は高品質画像合成に対して大きな可能性を示し,画像対画像翻訳のタスクに対して競合性能を獲得した。しかしながら,既存の拡散モデルの大部分は,条件付き生成過程として画像-画像変換を扱い,異なるドメイン間のギャップからひどく悩まされる。本論文では,Brownブリッジ拡散モデル(BBDM)に基づく新しい画像-画像変換法を提案し,確率的Brownブリッジプロセスとして画像-画像変換をモデル化し,条件付き生成プロセスよりむしろ双方向拡散過程を通して2つのドメイン間の変換を直接学習した。著者らの知る限り,画像対画像変換のためのBrownブリッジ拡散プロセスを提案する最初の研究である。種々のベンチマークに関する実験結果は,提案したBBDMモデルが視覚検査と測定可能な計量の両方を通して競合性能を達成することを実証した。【JST・京大機械翻訳】