生成制御のためのマルチレベル潜在空間構造化【JST・京大機械翻訳】

Katzir Oren; Perepelook Vicky; Lischinski Dani; Cohen-Or Daniel

プレプリント

J-GLOBAL ID：202202221324381571 整理番号：22P0288522

生成制御のためのマルチレベル潜在空間構造化【JST・京大機械翻訳】

Multi-level Latent Space Structuring for Generative Control

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： 2022年02月11日プレプリントサーバーでの情報更新日： 2022年02月11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)

分岐は,それらの多様性の低減を犠牲にして,生成された試料の品質を改善するために,生成モデルに広く用いられている。StyleGAN生成アーキテクチャを利用して,潜在空間をクラスタに分解して,複数の意味レベルで実行することを可能とする,クラスタへの潜在空間の分解に基づいて,新しい打切り技術を考案することを提案する。Gaussの学習可能な混合物を用いて,W-空間,StyleGANの拡張中間潜在空間を学習し,同時に分類器を訓練して,各潜在ベクトルに対して,それに属するクラスタを同定した。得られた打切りスキームは,元の未切断サンプルに対してより忠実であり,品質と多様性の間のより良いトレードオフを可能にした。StyleGANに対する他の方法を,定性的および定量的に比較した。【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