文献

J-GLOBAL ID：202202283323589450   整理番号：22A0984635

ユニバーサルスタイル転送のための多粒度ブラシストロークネットワーク【JST・京大機械翻訳】

Multi-granularity Brushstrokes Network for Universal Style Transfer

著者 (4件)： Wang Quan (School of Communication and Information Engineering, Shanghai University, Shanghai, China) ,  Li Sheng (School of Computer Science, Shanghai Institute of Intelligent Electronics and Systems, Shanghai, China) ,  Zhang Xinpeng (School of Communication and Information Engineering, Shanghai University, Shanghai, China) ,  Feng Guorui (School of Communication and Information Engineering, Shanghai University, Shanghai, China)
資料名： ACM Transactions on Multimedia Computing, Communications, and Applications  (ACM Transactions on Multimedia Computing, Communications, and Applications)
巻： 18  号： 4  ページ： 1-17  発行年： 2022年 
JST資料番号： W5702A  ISSN： 1551-6857  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： 近年,ニューラルスタイル移転が開発されているが,性能と効率の両方が大いに改善された。しかし,ほとんどの既存の方法は,スタイル画像のブラシストローク情報を良好に移動しない。本論文では,並列符号化構造に基づく多粒状ブラシストロークネットワークを訓練することによりこの問題に取り組んだ。特に,コンテンツ画像の空間分布と異なる領域の平滑度を得るために,コンテンツ構文解析モジュールを採用した。次に,異なるブラシストローク特徴を,領域コンテンツマップによって誘導される多粒状性スタイル-スワップモジュールによって変換する。最後に,2つの分岐のスタイロ化特徴を融合して,スタイロ化結果を強化した。マルチ粒状ブラシストロークネットワークを,新しい多層ブラシストローク損失と既存の損失によって共同管理した。提案方法は芸術的描画プロセスに近い。さらに,スタイル化結果の色がスタイル画像またはコンテンツ画像になる傾向があるかどうかを制御できる。実験結果は,既存の方式と比較して著者らの提案方法の利点を実証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 芸術 ,  情報 ,  *ブラシ ,  空間分布 ,  構文分析 ,  画像 ,  粒状性 ,  多層 ,  コンテンツ ,  平滑度
準シソーラス用語： Stylosanthes guianensis , 【Automatic Indexing@JST】

著者キーワード (3件)： 神経スタイル移動 ,  深い特徴 ,  ブラシストローク

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)： スタイル ,  転送 ,  粒度