スタイル変換前後の密な画素対応付けによる形状不変スタイル変換とその視線推定への応用

• Item type: SIG Technical Reports(1)
• 公開日: 2022-05-05
• タイトル: スタイル変換前後の密な画素対応付けによる形状不変スタイル変換とその視線推定への応用
• タイトル / 言語: en
• タイトル: Shape-preserving Style Transfer by Dense Pixel Correspondences between Input and Output Images and its Application to Gaze Estimation
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 一般講演セッション1
• 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: 豊田工業大学
• 著者所属: 豊田工業大学
• 著者所属(英): en
• 著者所属(英): Toyota Technological Institute
• 著者所属(英): en
• 著者所属(英): Toyota Technological Institute
• 著者名: 虫明, 大貴; 浮田, 宗伯
• 著者名(英): Daiki, Mushiake; Norimichi, Ukita
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 視線推定は様々なタスクに応用されており，近年では深層学習を用いた手法が数多く提案されているが，アノテーションコストが膨大である．この為，自動アノテーション済みの CG 画像をスタイル変換することで学習用の画像を生成する手法が提案されている．しかし，学習用の画像への変換前後で虹彩や瞼などが画素単位でずれてしまい，視線推定器の学習に悪影響を与えてしまうという問題がある．本研究ではこの変換前後の画像において画素単位での密な対応付けを行い，対応付けられた画素同士は同じ画像座標上にある，という制約をスタイル変換を行う生成器に与えることで，虹彩や瞼のずれを抑制し，視線推定精度を向上させることを目的とする．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Gaze estimation has been applied to a variety of tasks, and many methods using deep learning have been proposed in recent years, but the annotation cost for training data is enormous. For this reason, a method has been proposed to generate training images by transforming automatically annotated CG images into real images using a style transfer. However, there is a problem that the iris and eyelids are shifted by pixel before and after the transformation to the training image, which adversely affects the training of the gaze estimator. The purpose of this study is to improve the accuracy of gaze estimator by suppressing the displacement of the iris and eyelids through a dense correspondence by pixels between the images before and after the transformation and by constraining the style transformer to keep the corresponding pixels on the same image coordinates.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2022-CVIM-230, 号 36, p. 1-6, 発行日 2022-05-05
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• 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