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。
既存の顔復元研究は,典型的には,訓練のための事前または明示的な誘導ラベルのどちらにも依存し,それは,しばしば,不均一劣化と豊富なバックグラウンドコンテンツを有する実世界画像上の限られた一般化能力をもたらす。本論文では,”Face Renovation”(FR)と呼ばれる事前の両タイプに対する要求をリフティングすることにより,この問題のより挑戦的で実用的な”二重ブラインド”バージョンを検討した。具体的には,意味誘導生成問題としてFRを定式化し,協調抑制と補充(CSR)アプローチでそれに取り組んだ。これはHiFaceGAN,フロントエンドコンテンツ適応抑制モジュールから抽出した階層的意味ガイダンスに基づく顔詳細を次第に補充するいくつかのネストCSRユニットを含む多段フレームワークである。合成および実顔画像の両方に関する広範な実験は,広範囲の挑戦的な回復サブタスクに対するHiFaceGANの優れた性能を検証し,実世界顔処理アプリケーションに対する汎用性,ロバスト性および一般化能力を実証した。【JST・京大機械翻訳】