2024-03-29T01:35:16Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:002164602023-04-27T10:00:04Z01164:04402:10858:10859
ネコからアニメキャラクターへの画像翻訳手法の検討A Study of Image Translation Methods from Cats to Anime Charactersjpnhttp://id.nii.ac.jp/1001/00216352/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=216460&item_no=1&attribute_id=1&file_no=1Copyright (c) 2022 by the Information Processing Society of Japan電気通信大学電気通信大学電気通信大学電気通信大学徐, 江林清, 雄一田原, 康之大須賀, 昭彦画像から画像への翻訳 (Image-to-Image translation) は,GAN (Generative Adversarial Network) [1] のタスクの一つとして長く扱われてきた.近年,GAN の発展につれ,ある程度の形状変化が伴う翻訳タスクがこなせるようになった.本研究では,今まで試されなかった「ネコからアニメキャラクターへの画像翻訳」というタスクに挑戦した.そのため,ベースライン手法として,形状変化に対応できる CouncilGAN [2] と DSMAP [3] を用いて,目標タスクにおいて高いフォーマンスを発揮できるように,パラメータや正規化手法などの調整を施した.データセットには,ネコの顔画像とアニメキャラクターの顔画像を採用した.さらに,より良い生成結果を期待して,AnimeGAN [4] を用いて,ネコの顔画像に前処理を施したものをデータセットとして採用し,元の結果と比較した.客観評価として FID スコアを採用し,主観評価としてアンケートを実施して,翻訳結果に与えられた改善効果を評価した.FID スコアから,調整によって CouncilGAN の精度を向上させることができたことと,前処理が生成結果の精度を低下させていないことがわかった.その他,ネットワークアーキテクチャの変更も試みたが,変更前の CouncilGAN と比べて,より良い FID スコアは達成できなかった.また,アンケートの結果は,データセットへ前処理を施すことによって,主観的により良い結果を得られたことを示した.AA11135936研究報告知能システム(ICS)2022-ICS-2057152022-02-142188-885x2022-02-15