| 講演抄録／キーワード |
| 講演名 |
2019-12-12 12:45
セマンティック画像を用いた多様なインスタンスを含む画像生成
○大石涼火・数藤恭子（東邦大） |
| 抄録 |
（和） |
本研究では，同一ラベルのオブジェクトの多様性を損なわないセマンティック画像からのGANベースにおける画像生成を提案する．この手法は，画像のピクセルごとのクラス分類情報が含まれている画像（以下，セマンティック画像と呼ぶ）とインスタンス情報が含まれている画像（以下，インスタンス画像と呼ぶ）を用いることを特徴とする．従来のGANによる画像生成では，同一ラベル上(例えば車，人など)の異なる物体に関する情報を考慮していないことから，しばしばインスタンスの見た目の自然な多様性が損なわれてしまう．しかし，色やテクスチャが似通ってしまうことで物体間の境界が明確に生成できなくなったり，境界がなくなり複数の物体が大きな一つの物体になってしまうなどの問題がある．本研究では，学習データにインスタンス画像を追加するとともに，Generatorにインスタンスを区別させるための新たな構造Multi Instance MLP(MIMLP)を提案する．提案手法を導入した実験を行い，従来と比較して定量評価による質の向上がみられた． |
| （英） |
We propose a new network of image synthesis. The network generates multiple instances with variations from the semantic map and the instance image. The semantic map is the image of pixel-wise label information, and the instance image is the image of pixel-wise instance label information. Conventional methods of GANs do not consider instances in the object with the same label, and it is difficult to generate instances of variety. This sometimes causes the failure of generating boundaries between instances. The experiment show that our network can generate various instances for categories such as the person or the car. We also show that we can change the appearance of any instance using the proposed network. |
| キーワード |
（和） |
深層学習 / GAN / GauGAN / スタイル / インスタンス / / / |
| （英） |
Deep Learning / GAN / GauGAN / Style / Instance / / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|