文献

J-GLOBAL ID：202202223891711511   整理番号：22A1164767

スタイルGANと移動学習を用いたポートレート編集【JST・京大機械翻訳】

Portraits Editing using StyleGANs & Transfer Learning

著者 (4件)： Rohilla Rajesh (Delhi Technological University,Department of Electronics and Communication,Delhi,India) ,  Bansal Harshul (Delhi Technological University,Department of Electronics and Communication,Delhi,India) ,  Kediyal Gaurav (Delhi Technological University,Department of Electronics and Communication,Delhi,India) ,  Dhamija Arpit (Delhi Technological University,Department of Electronics and Communication,Delhi,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 979-985  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 非タンジェント潜在空間と高品質生産スタイルのGenerative Adversarial Networkは,多様な画像変化アプリケーションを可能にした。多様なタスクに対して,新しい構造あるいはタスク特有の訓練パラダイムがしばしば必要である。本研究では,Style GANの空間特性を調べた。追加のアーキテクチャなしで,画像混合,パノラマ生成,単一画像からの世代,制御および局所マルチモーダル画像から画像翻訳,および属性転送のようなタスクが,最先端の手法と同等の事前訓練Style GANを利用して実行できることを証明した。現在,多様なモデル,主に様々な画像マニピュレーション作業のためのGenerative Adversarial Network(GAN)がある。そのような種類のGANは,高品質画像編集が可能であるため,Style GANである。しかし,スタイルGAN法を用いて,全てのタスクは達成できず,それらのタスクを遂行するために,スタイルGANの幾つかの隣接特性を動作しなければならない。また,写真,パノラマ生成,および単一画像からの生成,制御および局所マルチモード画像から画像への変換のような機能のリストを,最先端のアルゴリズムに匹敵するように実行することができた。提案方法は,直接的で,効果的で,効率的であり,既に訓練されたどんなStyle GANモデルでも使用できる。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： アルゴリズム ,  *学習 ,  応用プログラム ,  多モード ,  計算機アーキテクチャ
準シソーラス用語： マニピュレーション ,  高品質 ,  画像編集 ,  マルチモダリティー画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： スタイル ,  GaN ,  学習 ,  ポートレート ,  編集