文献

J-GLOBAL ID：202202227391088853   整理番号：22A0789151

スタイルMC:マルチチャネルベースの高速テキスト誘導画像生成とマニピュレーション【JST・京大機械翻訳】

StyleMC: Multi-Channel Based Fast Text-Guided Image Generation and Manipulation

著者 (4件)： Kocasari Umut (Bogazic,i University,Istanbul,Turkey) ,  Dirik Alara (Bogazic,i University,Istanbul,Turkey) ,  Tiftikci Mert (Bogazic,i University,Istanbul,Turkey) ,  Yanardag Pinar (Bogazic,i University,Istanbul,Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： WACV  ページ： 3441-3450  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： 意味的属性を操作するためにGANの潜在空間において有意義な方向を発見することは,典型的に大量のラベル付きデータを必要とする。最近の研究は,共同テキスト画像モデルである,コントラスト言語-画像プレトレーニング(CLIP)の電力を活用することによって,この限界を克服することを目的としている。有望ではあるが,これらの方法は,望ましい操作を達成するために,数時間の前処理または訓練を必要とする。本論文では,テキスト駆動画像生成と操作のための高速かつ効率的な方法であるStyleMCを提案した。StyleMCは,CLIPベースの損失とアイデンティティ損失を用いて,他の属性に有意な影響を与えることなく,単一テキスト素早く画像を操作する。先行研究とは異なり,StyleMCは,安定した大域的方向を見つけるためのテキスト当たり数秒の訓練のみを必要とし,迅速なエンジニアリングを必要とせず,事前訓練されたStyleGAN2モデルと共に使用できる。提案手法の有効性を実証し,最先端の方法と比較する。このコードはhttp://catlab-team.github.io/stylemcで発見できる。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： コントラスト ,  言語 ,  電力 ,  前処理 ,  *画像合成 ,  有効性
準シソーラス用語： *マニピュレーション ,  アイデンティティ , 【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 (6件)： スタイル ,  MC ,  マルチチャネル ,  誘導 ,  画像生成 ,  マニピュレーション