文献

J-GLOBAL ID：202202229609260787   整理番号：22A0451155

双方向顔属性転送フレームワーク:1つの顔属性をポートレートイラストに移す【JST・京大機械翻訳】

A bi-directional facial attribute transfer framework: transfer your single facial attribute to a portrait illustration

著者 (3件)： Shi Rong-xiao (College of Computer and Big Data, Fuzhou University, Fuzhou, Fujian, China) ,  Ye Dong-yi (College of Computer and Big Data, Fuzhou University, Fuzhou, Fujian, China) ,  Chen Zhao-jiong (College of Computer and Big Data, Fuzhou University, Fuzhou, Fujian, China)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 34  号： 1  ページ： 253-270  発行年： 2022年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 顔属性転送は,顔インタクトのノンターゲット属性を維持しながら,ソース顔画像において,それらなしに,ターゲット顔属性を,ard,バングおよび開口口から顔に転送することを目指している。顔属性転送のための既存の方法は,基本的に均一画像配向であり,それは,ターゲット属性を(または)光現実的顔画像に変換することに焦点を合わせる。本論文では,不均一画像間の顔属性転送を取り上げ,それは新しくてより挑戦的なタスクである。より具体的には,GAN(生成敵対ネットワーク)と潜在的表現に基づく双方向顔属性転送法を,参照写真顔画像からソース現実的ポートレート図解への基本形状でターゲット顔属性を転送し,その逆(即ち,顔画像におけるターゲット属性を消去する)を目標とする顔属性転送のために,新しいやり方で,2方向顔属性転送法を提案した。不均一結果画像における転送属性の視覚的スタイル一貫性を達成して,光現実的顔画像と現実的ポートレート説明の間の情報次元不均衡を克服する方法は,著者らの研究におけるキーポイントであった。潜在表現においてコンテンツと視覚スタイルを混合する以前の潜在表現ベースの顔属性転送法とは異なる,畳み込みニューラルネットワークと完全接続ニューラルネットワークのアーキテクチャで設計した複合符号器による潜在表現学習において別々に画像のコンテンツと視覚スタイルを扱う。このアプローチは,視覚的スタイル一貫性を良好に保存する。さらに,異種画像間の情報不均衡のバランスをとるために,目的関数における損失項目の重みに対する異なる乗算器を導入した。実験は,著者らの方法が良好な結果で不均一画像間の顔属性移動を達成できることを示した。定量分析の目的のために,データセットの対に関する著者らの方法のFIDスコアも,その有効性を示すために与えた。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  ネットワーク ,  乗算器 ,  ニューラルネットワーク ,  定量分析 ,  開口 ,  符号器 ,  目的関数 ,  有効性 ,  計算機アーキテクチャ ,  コンテンツ ,  顔画像
準シソーラス用語： 不均衡 ,  畳込みニューラルネットワーク ,  表現学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 顔属性転送 ,  異種画像 ,  GAN ,  潜在表現

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 双方向 ,  属性 ,  転送 ,  フレームワーク ,  顔 ,  ポートレート ,  イラスト