| 講演名 | 2022-02-21 敵対的生成ネットワークの学習における生成器を用いた識別器の正則化 原 悠輔(東大), 山崎 俊彦(東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 敵対的生成ネットワークの学習において、識別器の判断基準を安定的に維持することは収束速度や生成品質を左右する重要な課題である。これに対し、学習時に生成器の内部表現の推定を識別器に同時に学習させる新たな正則化を提案し、収束速度と生成品質が向上することを実験的に確認した。また、その識別器の推定出力に対して一貫性を課す正則化も提案する。真偽推定に一貫性を課す既存の手法では、生成器がデータ拡張後の分布を学習する問題が知られているが、提案手法ではその問題が抑制されることを確認した。 |
| 抄録(英) | In training generative adversarial networks, maintaining the criteria of the discriminator stably is crucial to training speed and quality. To address this issue, we propose a new regularization term which makes the discriminator learn to estimate information deriving from the internal representation of the generator. Moreover, we propose a new consistency regularization (CR) on the estimation. While existing CR methods using the real-or-fake output allow the generator to learn the augmented distribution, our CR suppresses this problem. |
| キーワード(和) | 敵対的生成ネットワーク / 画像生成 / 深層学習 |
| キーワード(英) | Generative Adversarial Networks / Image Generation / Deep Learning |
| 資料番号 | ITS2021-29,IE2021-38 |
| 発行日 | 2022-02-14 (ITS, IE) |
| 研究会情報 | |
| 研究会 | IE / ITS / ITE-AIT / ITE-ME / ITE-MMS |
|---|---|
| 開催期間 | 2022/2/21(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 画像処理，一般 |
| テーマ（英） | Image Processing, etc. |
| 委員長氏名（和） | 児玉 和也(NII) / 藤井 雅弘(宇都宮大) / 名手 久貴(東京工芸大) / 新井 啓之(日本工大) / 町田 賢司(NHK) |
| 委員長氏名（英） | Kazuya Kodama(NII) / Masahiro Fujii(Utsunomiya Univ.) / Hisaki Nate(Tokyo Polytechnic Univ.) / Hiroyuki Arai(Nippon Inst. of Tech.) / Kenji Machida(NHK) |
| 副委員長氏名（和） | 坂東 幸浩(NTT) / 山崎 俊彦(東大) / 大野 光平(明治大) / 橋本 尚久(産総研) / / 村松 正吾(新潟大) |
| 副委員長氏名（英） | Hiroyuki Bandoh(NTT) / Toshihiko Yamazaki(Univ. of Tokyo) / Kohei Ohno(Meiji Univ.) / Naohisa Hashimoto(AIST) / / Shogo Muramatsu(Niigata Univ.) |
| 幹事氏名（和） | 海野 恭平(KDDI総合研究所) / 福嶋 慶繁(名工大) / 橋浦 康一郎(秋田県立大) / 金 帝演(鶴岡工専) / / 望月 貴裕(NHK) / 小川 貴弘(北海道大) / 細井 利憲(NEC) / 山野 文子(コニカミノルタ) / 堀 淳志(三菱電機) / 文仙 正俊(福岡大) |
| 幹事氏名（英） | Kyohei Unno(KDDI Research) / Norishige Fukushima(Nagoya Inst. of Tech.) / Kouichiro Hashiura(Akita Prefectural Univ.) / Kim Jeyeon(NIT, Tsuruoka College) / / Takahiro Mochizuki(NHK) / Takahiro Ogawa(Hokkaido Univ.) / Toshinori Hosoi(NEC) / Ayako Yamano(KONICA MINOLTA) / Atsushi Hori(Mitsubishi Electric) / Masatoshi Bunsen(Fukuoka Univ.) |
| 幹事補佐氏名（和） | 岩村 俊輔(NHK) / 工藤 忍(NTT) / 今尾 勝崇(三菱電機) / 佐保 賢志(富山県立大) / 自見 圭司(群馬大) |
| 幹事補佐氏名（英） | Shunsuke Iwamura(NHK) / Shinobu Kudo(NTT) / Msataka Imao(Mitsubishi Electric) / Kenshi Saho(Toyama Prefectural Univ.) / Keiji Jimi(Gunma Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Image Engineering / Technical Committee on Intelligent Transport Systems Technology / Technical Group on Artistic Image Technology / Technical Group on Media Engineering / Technical Group on Multi-media Storage |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 敵対的生成ネットワークの学習における生成器を用いた識別器の正則化 |
| サブタイトル（和） | |
| タイトル（英） | Regularizing Generative Adversarial Networks with Internal Representation of Generators |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 敵対的生成ネットワーク / Generative Adversarial Networks |
| キーワード(2)（和/英） | 画像生成 / Image Generation |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| 第 1 著者 氏名（和/英） | 原 悠輔 / Yusuke Hara |
| 第 1 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UTokyo) |
| 第 2 著者 氏名（和/英） | 山崎 俊彦 / Toshihiko Yamasaki |
| 第 2 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UTokyo) |
| 発表年月日 | 2022-02-21 |
| 資料番号 | ITS2021-29,IE2021-38 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | ITS-373,IE-374 |
| ページ範囲 | pp.25-30(ITS), pp.25-30(IE), |
| ページ数 | 6 |
| 発行日 | 2022-02-14 (ITS, IE) |