文献

J-GLOBAL ID：202202273487070470   整理番号：22A0886547

独立スタイルエンコーダなしのマルチモーダル教師なし画像から画像への変換【JST・京大機械翻訳】

Multimodal Unsupervised Image-to-Image Translation Without Independent Style Encoder

著者 (5件)： Sun Yanbei (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Lu Yao (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Lu Haowei (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Zhao Qingjie (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Wang Shunzhou (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13141  ページ： 624-636  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  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： マルチモーダル画像-画像翻訳フレームワークはしばしば複雑なモデル構造と低い訓練効率の問題を持っている。さらに,これらの方法はソース画像の構造情報を十分に維持できるが,参照画像のスタイルを良好に移動できないことを見出した。これらの問題を解決するために,著者らは,マルチモーダル-No-Indepen-Style-Encoder Generative Adversarial Network(MNISE-GAN)と呼ばれる新しいフレームワークを提案し,それにより,マルチモーダル画像翻訳をより効果的に達成することができるように,型符号器として識別器の前面部分を再利用することによって,全体のネットワーク構造を単純化する。同時に,識別器は,実際のサンプルと合成サンプルを分類するためにスタイルコードを直接使用して,そこで,それは分類能力を強化して,訓練効率を向上することができた。スタイル転送能力を高めるために,発電機に組み込まれたマルチスケールスタイルモジュールを提案し,テクスチャ制御のための発電機の能力をさらに強化するために,適応層インスタンスグループ正規化(AdaLIGN)を提案した。4つのポピュラーな画像翻訳ベンチマークの定量的および定性的結果に関する大規模な実験は,著者らの方法が最先端の方法より優れていることを証明した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 弁別器 ,  簡素化 ,  情報 ,  ネットワーク ,  *画像 ,  ネットワーク構造 ,  符号器 ,  *多モード ,  再利用 ,  ベンチマーク ,  正規化
準シソーラス用語： マルチスケール ,  マルチモダリティー画像 ,  参照画像 , 【Automatic Indexing@JST】

著者キーワード (3件)： 生成敵対ネットワーク ,  画像から画像への翻訳 ,  適応正規化

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： スタイル ,  エンコーダ ,  マルチモーダル ,  教師