CtlGAN:コントラスト転移学習による少数ショット芸術的ポートレート生成【JST・京大機械翻訳】

Wang Yue; Yi Ran; Li Luying; Tai Ying; Wang Chengjie; Ma Lizhuang

プレプリント

J-GLOBAL ID：202202214134732045 整理番号：22P0305262

CtlGAN:コントラスト転移学習による少数ショット芸術的ポートレート生成【JST・京大機械翻訳】

CtlGAN: Few-shot Artistic Portraits Generation with Contrastive Transfer Learning

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 (6件)： , , , , ,
資料名：
発行年： 2022年03月16日プレプリントサーバーでの情報更新日： 2024年03月08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)

芸術的ポートレートはコンピュータビジョンにおいて挑戦的な問題である。良好な品質結果を生成する既存のポートレートスタイル化モデルは画像対画像変換に基づいており,ソースとターゲットドメインの両方からの豊富なデータを必要とする。しかし,十分なデータなしで,これらの方法は過剰適合をもたらす。本研究では,新しいコントラスト転送学習戦略を持つ新しい少数ショット芸術的ポートレート生成モデルであるCtlGANを提案した。ソースドメインに事前訓練されたStyleGANを10の芸術的顔のないターゲット芸術的ドメインに適合させた。少数の訓練例への過剰適合を低減するために,異なる潜在符号から生成されたターゲットインスタンスを識別できる新しいクロス-Dominal Triplet損失を導入した。実顔をZ+空間に埋め込む新しい符号器を提案し,適応復号器をよりよく処理し,アーチファクトを除去する二重経路訓練戦略を提案した。広範囲な定性的,定量的比較およびユーザ研究は,著者らの方法が10ショットおよび1ショット設定の下で最先端技術を著しく上回り,高品質の芸術的ポートレートを生成することを示した。コードは公的に利用できる。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般

, , , ,

前のページに戻る