文献

J-GLOBAL ID：202202271416851850   整理番号：22A0778740

オーディオと画像のためのマルチモデルニューラルスタイル転送(MMNST)【JST・京大機械翻訳】

Multi-model Neural Style Transfer (MMNST) for Audio and Image

著者 (3件)： Vishal B. (Department of Computer Science Engineering, SRMIST, Chennai, India) ,  Sriram K. G. (Department of Computer Science Engineering, SRMIST, Chennai, India) ,  Sujithra T. (Department of Computer Science Engineering, SRMIST, Chennai, India)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1413  ページ： 205-217  発行年： 2022年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
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： ニューラルスタイル転送(NST)を作成し,最適化と操作技術を通して画像,オーディオとビデオの新しい視点を与えた。今日,この特定分野は,ニューラルネットワークを扱う様々な技術の中でペースをピックアップし,スタイル転送を生成する最も効率的な手段の1つとして浮上している。既存のシステムにおける短所に対処するために,画像とオーディオのためのマルチモデルニューラルスタイル転送(MMNST)方式を提案した。それは2種類のデータ,すなわちオーディオと画像に焦点を合わせた。この提案したシステムの主な目的は,画像コンテンツとスタイルを分離し,再結合することにより芸術的画像を作成することである。オーディオスタイル転送のために,著者らは,破壊して,最適化して,強化して,最後に一緒に組み合わせる2つの入力を持った。特に,局所および大域的特徴は,パラメトリックおよび非パラメトリックニューラルスタイル転送アルゴリズムの両方を用いて転送でき,それらは,それらが完全に合体するので,両コンテンツおよびスタイル入力の等しい部分を持つ結果をもたらす。実験のために,VGG-19(CNN)とTensorFlow Liteモデルを使用した。提案モデルは,精度,実行速度,およびプロセス中に発生する全損失に関して既存のモデルより優れている。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 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 ,  再結合 ,  最適化 ,  視覚 ,  ニューラルネットワーク ,  *画像 ,  録画装置 ,  *オーディオ機器 ,  *移動 ,  コンテンツ
準シソーラス用語： 映像コンテンツ , 【Automatic Indexing@JST】

著者キーワード (5件)： 神経スタイル伝達(NST) ,  畳込みニューラルネットワーク(CNN) ,  視覚幾何群(VGG) ,  テンソルフローライト ,  PyTorch

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： オーディオ ,  転送