| 講演名 | 2022-06-28 GANの意味空間における属性ベクトル場の学習 青嶋 雄大(阪大), 松原 崇(阪大), |
|---|---|
| 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 (GAN) は非常に高精度に画像を生成することができる．また，GANの生成画像を意味的に編集することは重要な課題の一つである．これまでGANの潜在空間において意味的な経路を抽出し，それに沿って潜在変数を操作することで生成画像を意味的に編集する手法が提案されてきた．しかし，既存の手法では意味的な経路の抽出の精度が低かったり，複数の属性に同時に操作したときに整合性が取れないといった問題点があった．そこで本研究では潜在空間において各軸が属性の意味を持つ曲線座標系を学習する手法を提案する．提案手法は柔軟な経路の抽出と複数の属性の操作の整合性を取ることを両立している．いくつかの事前学習済みGANを用いた実験から，提案手法が柔軟な経路の抽出により既存手法と比較してより属性ごとに分離した経路の抽出や同一性を保存した編集が可能であることを示した． |
| 抄録(英) | Generative Adversarial Networks (GANs) can generate a great variety of high-quality images. Despite their ability to generate images, semantic editing of GANs generated images is troublesome. To address this, recent studies proposed methods to discover semantically meaningful directions in GANs latent space. For semantic image editing, latent codes are manipulated along with discovered directions. However, these methods sometimes fail to discover such directions or cannot edit multiple attributes consistently. In this paper, we propose a method to learn semantic curvilinear coordinates in GANs latent space. The proposed method can discover a variety of semantic directions in GANs latent space and edit multiple attributes consistently. Experimental results on some pretrained GANs show that our methods can discover more disentangled semantic directions and edit images while conserving identity than a comparative method. |
| キーワード(和) | 画像編集 / 敵対的生成ネットワーク / 曲線座標系 / 正規化フロー |
| キーワード(英) | Image Editing / Generative Adversarial Networks / Curvilinear Coordinates / Normalizing Flows |
| 資料番号 | NC2022-12,IBISML2022-12 |
| 発行日 | 2022-06-20 (NC, IBISML) |
| 研究会情報 | |
| 研究会 | NC / IBISML / IPSJ-BIO / IPSJ-MPS |
|---|---|
| 開催期間 | 2022/6/27(から3日開催) |
| 開催地（和） | 琉球大学50周年記念館 |
| 開催地（英） | |
| テーマ（和） | 機械学習によるバイオデータマイニング、一般 |
| テーマ（英） | |
| 委員長氏名（和） | 山川 宏(東大) / 杉山 将(東大) |
| 委員長氏名（英） | Hiroshi Yamakawa(Univ of Tokyo) / Masashi Sugiyama(Univ. of Tokyo) |
| 副委員長氏名（和） | 田中 宏和(東京都市大学) / 神嶌 敏弘(産総研) / 津田 宏治(東大) |
| 副委員長氏名（英） | Hirokazu Tanaka(Tokyo City Univ.) / Toshihiro Kamishima(AIST) / Koji Tsuda(Univ. of Tokyo) |
| 幹事氏名（和） | 寺島 裕貴(NTT) / 西田 知史(NICT) / 岩田 具治(NTT) / 中村 篤祥(北大) |
| 幹事氏名（英） | Hiroki Terashima(NTT) / Satoshi Nishida(NICT) / Tomoharu Iwata(NTT) / Atsuyoshi Nakamura(Hokkaido Univ.) |
| 幹事補佐氏名（和） | 田和辻 可昌(早大) / 栗川 知己(関西医科大) / 河原 吉伸(阪大) / 鈴木 大慈(東工大) |
| 幹事補佐氏名（英） | Yoshimasa Tawatsuji(Waseda Univ.) / Tomoki Kurikawa(KMU) / Yoshinobu Kawahara(Osaka Univ.) / Taiji Suzuki(Tokyo Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Bioinformatics and Genomics / Special Interest Group on Mathematical Modeling and Problem Solving |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | GANの意味空間における属性ベクトル場の学習 |
| サブタイトル（和） | |
| タイトル（英） | Learning Attribute Vector Fields in GAN Latent Space |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 画像編集 / Image Editing |
| キーワード(2)（和/英） | 敵対的生成ネットワーク / Generative Adversarial Networks |
| キーワード(3)（和/英） | 曲線座標系 / Curvilinear Coordinates |
| キーワード(4)（和/英） | 正規化フロー / Normalizing Flows |
| 第 1 著者 氏名（和/英） | 青嶋 雄大 / Takehiro Aoshima |
| 第 1 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 2 著者 氏名（和/英） | 松原 崇 / Takashi Matsubara |
| 第 2 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 発表年月日 | 2022-06-28 |
| 資料番号 | NC2022-12,IBISML2022-12 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | NC-89,IBISML-90 |
| ページ範囲 | pp.94-99(NC), pp.94-99(IBISML), |
| ページ数 | 6 |
| 発行日 | 2022-06-20 (NC, IBISML) |