| Item type |
SIG Technical Reports(1) |
| 公開日 |
2021-10-29 |
| タイトル |
|
|
タイトル |
詳細とスタイルを制御可能にしたスケッチからの顔画像生成手法 |
| 言語 |
|
|
言語 |
jpn |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
現在，筑波大学 |
| 著者所属 |
|
|
|
現在，筑波大学 |
| 著者所属 |
|
|
|
現在，筑波大学 |
| 著者所属 |
|
|
|
現在，筑波大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Presently with University of Tsukuba |
| 著者所属(英) |
|
|
|
en |
|
|
Presently with University of Tsukuba |
| 著者所属(英) |
|
|
|
en |
|
|
Presently with University of Tsukuba |
| 著者所属(英) |
|
|
|
en |
|
|
Presently with University of Tsukuba |
| 著者名 |
吉川, 天斗
遠藤, 結城
金森, 由博
三谷, 純
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
深層学習の発展に伴い，スケッチから画像を生成するニューラルネットワークモデルが数多く研究されてきた．これら多くの研究は，写実的な出力画像を得ることに注力してきたが，クリエイティブなコンテンツ制作のためには多様な出力を得ることも重要になる．そこで本研究では実用性の高さから顔画像を対象に，1 枚のスケッチから多様な画像を生成可能な，一対多のマッピングを学習する深層生成モデルを提案する．提案手法の主なアイデアは，顔画像をしわなどの「詳細」と，肌の色などの「スタイル」の 2 要素に分解して学習する点にある．各要素はそれぞれ別のネットワークによって学習され，その際出力に確率的なブレを与えることで，要素ごとの操作を可能にする．また，従来のスケッチ補正ネットワークを組み合わせることで，粗いスケッチに対しても写実的な画像が生成できる．実験結果を通して，提案手法は写実的な画像を生成しながら，多様かつ柔軟な編集ができることを示す． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA12628338 |
| 書誌情報 |
研究報告デジタルコンテンツクリエーション（DCC）
巻 2021-DCC-29,
号 20,
p. 1-8,
発行日 2021-10-29
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8868 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-DCC21029020.pdf (12.4 MB)
