| 講演抄録／キーワード |
| 講演名 |
2022-02-21 11:00
SailormoonRedrawデータを用いたイラストの画風変換について
○粟根啓太・堀田大地・幾田 光・松井勇佑（東大）・柳瀬直裕（ブックウォーカー）・相澤清晴（東大） |
| 抄録 |
（和） |
イラストの作者ごとの特徴は「何を描くか」と「どう描くか」という二つの要素に分けられる.一般に後者 は画風と呼ばれイラストにおいて重要な要素である.我々はある作者のイラストを別の作者の画風に自動的に変換す る深層学習ベースの手法を提案する.教師なし学習により画像変換を行う既存手法はテクスチャの貼り替えのみが行 われるため，キャラクターを維持しながら構造的な変形をする必要がある画風変換は達成できない.我々はこの問題 を解決するため，SailormoonRedraw データから構成される新規のイラストデータセットである SailormoonDataset を 作成した.そして，SailormoonDataset のコンテント一貫性を用いて教師あり学習を行う手法を提案する.今回我々は ファーストステップとしてセーラームーンの顔イラストの画風変換を行った.実験により，提案手法がセーラームーン のアイデンティティを維持しながら，テクスチャだけでなく構造的な変形を行い画風変換を実現することを確認した． |
| （英） |
The author characteristics of illustrations can be divided into two elements: "what to draw" and "how to draw". The latter is called "author style" and is an important factor in illustration. We propose a deep learning-based method that auto- matically translates one’s illustration into another author’s style. Existing unsupervised image translation methods only replace textures, so they cannot achieve author style translation that requires structural transformation while maintaining the character. To solve this problem, we created a novel illustration dataset, SailormoonDataset, which consists of SailormoonRedraw data. We then propose a supervised learning method using the content consistency of the SailormoonDataset. As a first step, we translated the face illustration of Sailormoon. Through experiments, we confirmed that the proposed method achieves the style translation not only by textural but also by structural transformation while maintaining the identity of Sailormoon. |
| キーワード |
（和） |
深層学習 / 画像生成 / 画像変換 / イラスト制作支援 / / / / |
| （英） |
Deep Learning / Image Generation / Image Translation / Support System for Illustration Production / / / / |
| 文献情報 |
映情学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|