| 講演抄録／キーワード |
| 講演名 |
2021-12-13 14:50
実画像の変化の局所性を利用した潜在表現分離
○迫間季生（立命館大）・瀬尾昌孝（阪工大）・陳 延偉（立命館大） |
| 抄録 |
（和） |
深層生成モデルであるGANは画像生成タスクにおいて大きな貢献をしている．しかし，現状不十分である問題の一つに出力と入力の対応が予想困難であることが挙げられる．一方，被写体画像の変形には変化が局所的で，一定以上の解像度でないと確認できない類のものがある．このことから本研究では，画像の変形を表現する情報は解像度を上昇させる際に付加される情報に含まれると考え，解像度に対応する潜在変数を設けることで高精度な生成画像の制御の実現を目指す．本報告では局所性の異なる変形を二つ持つデータセットを人工的に作成し，実データと比べて容易な例で二つの変形の独立した制御の実現可否を実験で示す． |
| （英） |
GAN, a deep generative model, makes a great contribution to the image generation task. However, one of the problems that is currently insufficient is that it is difficult to predict the correspondence between output and input. On the other hand, there are some types of deformation of the subject image that change locally and cannot be confirmed unless the resolution is above a certain level. From this, in this research, it is considered that the information expressing the deformation of the image is included in the information added when the resolution is increased, and the realization of highly accurate control of the generated image by providing the latent variable corresponding to the resolution. It aims to. |
| キーワード |
（和） |
Generative Adversarial Network / Disentanglement / Latent variable / / / / / |
| （英） |
Generative Adversarial Network / Disentanglement / Latent variable / / / / / |
| 文献情報 |
映情学技報, vol. 45, no. 39, ME2021-95, pp. 29-31, 2021年12月. |
| 資料番号 |
ME2021-95 |
| 発行日 |
2021-12-06 (ME) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
ME |
| 開催期間 |
2021-12-13 - 2021-12-13 |
| 開催地（和） |
オンライン |
| 開催地（英） |
online |
| テーマ（和） |
画像、映像、音声等のメディア処理技術とその応用、一般 |
| テーマ（英） |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
ME |
| 会議コード |
2021-12-ME |
| 本文の言語 |
日本語 |
| タイトル（和） |
実画像の変化の局所性を利用した潜在表現分離 |
| サブタイトル（和） |
|
| タイトル（英） |
Latent expression separation using the locality of changes in the real image |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
Generative Adversarial Network / Generative Adversarial Network |
| キーワード(2)（和/英） |
Disentanglement / Disentanglement |
| キーワード(3)（和/英） |
Latent variable / Latent variable |
| キーワード(4)（和/英） |
/ |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
迫間 季生 / Toshiki Hazama / ハザマ トシキ |
| 第1著者 所属（和/英） |
立命館大学 (略称： 立命館大)
Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
瀬尾 昌孝 / Masataka Seo / セオ マサタカ |
| 第2著者 所属（和/英） |
大阪工業大学 (略称： 阪工大)
Osaka Institute of Technology (略称： OIT) |
| 第3著者 氏名（和/英/ヨミ） |
陳 延偉 / Yen-Wei Chen / チン エンイ |
| 第3著者 所属（和/英） |
立命館大学 (略称： 立命館大)
Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2021-12-13 14:50:00 |
| 発表時間 |
30分 |
| 申込先研究会 |
ME |
| 資料番号 |
ME2021-95 |
| 巻番号（vol） |
vol.45 |
| 号番号（no） |
no.39 |
| ページ範囲 |
pp.29-31 |
| ページ数 |
3 |
| 発行日 |
2021-12-06 (ME) |