文献

J-GLOBAL ID：202202248646937457   整理番号：22A0287262

JigsawGAN:生成敵対ネットワークによるJigsawパズルを解くための補助学習【JST・京大機械翻訳】

JigsawGAN: Auxiliary Learning for Solving Jigsaw Puzzles With Generative Adversarial Networks

著者 (5件)： Li Ru (School of Information and Communication Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Liu Shuaicheng (School of Information and Communication Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Wang Guangfu (Megvii Technology, Chengdu, China) ,  Liu Guanghui (School of Information and Communication Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Zeng Bing (School of Information and Communication Engineering, University of Electronic Science and Technology of China, Chengdu, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 31  ページ： 513-524  発行年： 2022年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  資料種別： 逐次刊行物 (A)
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： 本論文は,ジグサウパズルを解決するための,Generative Adversarial Network(GAN)に基づく解決策を提案する。問題は,画像が等しい正方形の断片に分割され,そして,断片によって提供される情報に従って画像を復元する。従来のジグサウパズルソルバは,しばしば,重要な意味情報を無視する,ピースの境界に基づく関係を決定する。本論文では,不対画像(初期画像の事前知識がない)を持つジグサウパズルを解くためのGANベース補助学習法であるJigsawGANを提案した。(1)分類分岐を,ジャグサウ置換を分類するための分類分岐,および(2)正しい順序で画像に特徴を回復するためのGANブランチを含むマルチタスクパイプラインを設計した。分類ブランチは,シャッフルドピースに従って生成された擬似ラベルによって制約される。GAN分岐は,画像意味情報に集中し,そこで,発生器は,識別器をフロアする自然画像を生成し,一方,識別器は,与えられた画像が,合成または実際のターゲット領域に属するかどうかを識別する。これらの2つの分岐は,分類結果に従って順序を修正するために,縦糸特徴に適用されるフローベースの縦糸モジュールによって接続される。提案方法は,意味情報と境界情報の両方を同時に利用することによって,より効果的にジグザウパズルを解決できる。いくつかの代表的ジグサウパズルソルバに対する定性的および定量的比較は,著者らの方法の優位性を実証した。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： 弁別器 ,  *学習 ,  情報 ,  *ネットワーク ,  分類 ,  境界 ,  比較
準シソーラス用語： 事前知識 ,  自然画像 ,  意味情報 ,  パズル ,  マルチタスク , 【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 (3件)： 敵対 ,  パズル ,  学習