StyleMapを用いた事前学習済みStyleGANによる画像編集

• Item type: Journal(1)
• 公開日: 2024-01-15
• タイトル: StyleMapを用いた事前学習済みStyleGANによる画像編集
• タイトル / 言語: en
• タイトル: Image Editing with Pre-trained StyleGAN Using StyleMap
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [特集:エージェント理論・技術とその応用] GAN Inversion，StyleGAN，StyleMap，局所編集
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• ID登録: 10.20729/00231734
• ID登録 / ID登録タイプ: JaLC
• 著者所属: 電気通信大学大学院情報理工学研究科情報学専攻
• 著者所属: 電気通信大学大学院情報理工学研究科情報学専攻
• 著者所属: 電気通信大学大学院情報理工学研究科情報学専攻
• 著者所属: 電気通信大学大学院情報理工学研究科情報学専攻
• 著者所属: 電気通信大学大学院情報理工学研究科情報学専攻
• 著者所属(英): en
• 著者所属(英): University of Electro-Communications Graduate School of Informatics and Engineering Department of Informatics
• 著者所属(英): en
• 著者所属(英): University of Electro-Communications Graduate School of Informatics and Engineering Department of Informatics
• 著者所属(英): en
• 著者所属(英): University of Electro-Communications Graduate School of Informatics and Engineering Department of Informatics
• 著者所属(英): en
• 著者所属(英): University of Electro-Communications Graduate School of Informatics and Engineering Department of Informatics
• 著者所属(英): en
• 著者所属(英): University of Electro-Communications Graduate School of Informatics and Engineering Department of Informatics
• 著者名: 本田, 爽; 折原, 良平; 清, 雄一; 田原, 康之; 大須賀, 昭彦
• 著者名(英): So, Honda; Ryohei, Orihara; Yuichi, Sei; Yasuyuki, Tahara; Akihiko, Ohsuga
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，所望の画像を再現するようにGANの潜在変数を推定するGAN Inversionという分野が注目されている．入力画像を再現する潜在変数が得られると，この潜在変数を編集することにより画像を編集することができる．しかし，入力画像と再構成画像の差分である再構成品質と，編集画像のもっともらしさである編集品質の間にはトレードオフがあることが知られている．本研究では画像全体の性質を表す潜在変数を空間方向に拡張することで再構成品質の向上を図った．次に，このような拡張が編集品質を大幅に損なうことから，追加の正則化を課することで再構成品質と編集品質を兼ね備えたGAN Inversionを行った．その結果，提案手法は定量的・定性的な観点からベースラインに対して再構成品質と編集品質のトレードオフにおいてより良い結果を得た．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recently, the field of GAN Inversion, which estimates the latent code of a GAN to reproduce the desired image, has attracted much attention. Once a latent variable that reproduces the input image is obtained, the image can be edited by manipulating the latent code. However, it is known that there is a trade-off between reconstruction quality, which is the difference between the input image and the reproduced image, and editability, which is the plausibility of the edited image. In our study, we attempted to improve reconstruction quality by extending latent code that represents the properties of the entire image in the spatial direction. Next, since such an expansion significantly impairs the editing quality, we performed a GAN Inversion that realizes both reconstruction quality and editability by imposing an additional regularization. As a result, the proposed method yielded a better trade-off between the reconstruction quality and the editability against the baseline from both quantitative and qualitative perspectives, and is comparable to state-of-the-art(SOTA) methods that adjust the weights of the generators.
• 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: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 65, 号 1, p. 97-111, 発行日 2024-01-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764
• 公開者 / 言語: ja
• 公開者 / 出版者: 情報処理学会