論文の概要: Alias-Free Generative Adversarial Networks
- arxiv url: http://arxiv.org/abs/2106.12423v1
- Date: Wed, 23 Jun 2021 14:20:01 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-24 15:37:32.748526
- Title: Alias-Free Generative Adversarial Networks
- Title（参考訳）: エイリアスフリー生成型adversarial network
- Authors: Tero Karras, Miika Aittala, Samuli Laine, Erik H\"ark\"onen, Janne
Hellsten, Jaakko Lehtinen, Timo Aila
- Abstract要約: 生成的敵ネットワークは 絶対的なピクセル座標に依存します 不健全な方法で
我々は、生成ネットワーク内でエイリアスを引き起こす不注意な信号処理に根本原因を辿る。
我々の結果は、ビデオやアニメーションに適した生成モデルを作るための道を開いた。
- 参考スコア（独自算出の注目度）: 48.09216521763342
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We observe that despite their hierarchical convolutional nature, the
synthesis process of typical generative adversarial networks depends on
absolute pixel coordinates in an unhealthy manner. This manifests itself as,
e.g., detail appearing to be glued to image coordinates instead of the surfaces
of depicted objects. We trace the root cause to careless signal processing that
causes aliasing in the generator network. Interpreting all signals in the
network as continuous, we derive generally applicable, small architectural
changes that guarantee that unwanted information cannot leak into the
hierarchical synthesis process. The resulting networks match the FID of
StyleGAN2 but differ dramatically in their internal representations, and they
are fully equivariant to translation and rotation even at subpixel scales. Our
results pave the way for generative models better suited for video and
animation.
- Abstract（参考訳）: 階層的畳み込みの性質にもかかわらず、典型的な生成逆数ネットワークの合成過程は不健全な方法で絶対画素座標に依存する。
例えば、ディテールは描写されたオブジェクトの表面ではなく、画像座標に接着されているように見える。
我々は、生成ネットワーク内でエイリアスを引き起こす不注意信号処理に根本原因を辿る。
ネットワーク内のすべての信号を連続的に解釈すると、不要な情報が階層的な合成プロセスに漏れないことを保証する小さなアーキテクチャ変更が一般的に適用される。
その結果得られるネットワークはstylegan2のfidと一致するが、内部表現では劇的に異なり、サブピクセルスケールでも翻訳と回転に完全同値である。
その結果,ビデオやアニメーションに適した生成モデルへの道が開けた。
関連論文リスト
- SyntStereo2Real: Edge-Aware GAN for Remote Sensing Image-to-Image Translation while Maintaining Stereo Constraint [1.8749305679160366]
現在の手法では、2つのネットワーク、未ペア画像間翻訳ネットワークとステレオマッチングネットワークを組み合わせている。
両タスクを同時に処理するエッジ対応のGANネットワークを提案する。
我々は,既存のモデルよりも定性的かつ定量的に優れた結果が得られ,その適用性は多様な領域にまで及んでいることを実証した。
論文 参考訳（メタデータ） (2024-04-14T14:58:52Z) - Pixel-Inconsistency Modeling for Image Manipulation Localization [59.968362815126326]
デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。
本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。
実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
論文 参考訳（メタデータ） (2023-09-30T02:54:51Z) - Dual Pyramid Generative Adversarial Networks for Semantic Image
Synthesis [94.76988562653845]
セマンティック画像合成の目標は、セマンティックラベルマップからフォトリアリスティック画像を生成することである。
しかし、現在の最先端のアプローチは、さまざまなスケールで画像で現実的なオブジェクトを生成するのに依然として苦労している。
本研究では,空間適応型正規化ブロックの条件付けを各スケールで同時に学習するDual Pyramid Generative Adversarial Network (DP-GAN)を提案する。
論文 参考訳（メタデータ） (2022-10-08T18:45:44Z) - Revisiting Domain Generalized Stereo Matching Networks from a Feature
Consistency Perspective [65.37571681370096]
両視点にまたがる単純な画素単位のコントラスト学習を提案する。
ドメイン間の立体的特徴一貫性をよりよく維持するために、立体選択的白化損失を導入する。
提案手法は,複数の最先端ネットワークよりも優れた性能を実現する。
論文 参考訳（メタデータ） (2022-03-21T11:21:41Z) - Realistic Full-Body Anonymization with Surface-Guided GANs [7.37907896341367]
In-the-wild画像のためのリアルな人間を生成する新しい匿名化手法を提案する。
我々の設計の鍵となる部分は、画像と正準3次元表面との間の高密度画素対面対応により、対向ネットを誘導することである。
表面誘導は画像品質とサンプルの多様性を著しく改善し、非常に実用的なジェネレータが得られることを示した。
論文 参考訳（メタデータ） (2022-01-06T18:57:59Z) - How Convolutional Neural Networks Deal with Aliasing [0.0]
画像分類器cnnは、原則としてアンチエイリアスフィルタを実装できるが、中間層でエイリアスが発生するのを防げないことを示す。
まず,入力時の発振を識別するCNNの能力を評価し,中間チャネルの冗長性がタスクの成功に重要な役割を担っていることを示す。
第2に、画像分類器CNNは、原則として、アンチエイリアスフィルタを実装することができるが、中間層でエイリアスを行うのを妨げないことを示す。
論文 参考訳（メタデータ） (2021-02-15T18:52:47Z) - Disentangled Image Generation Through Structured Noise Injection [48.956122902434444]
生成ネットワークの第1層における乱れは生成した画像の乱れにつながることを示す。
本研究では,前景の空間的ゆがみ,空間的ゆがみ,空間的ゆがみ,背景からの物体のゆがみを実現する。
これは、FFHQデータセットの最先端のメソッドよりも、実証的に不整合スコアが向上する。
論文 参考訳（メタデータ） (2020-04-26T15:15:19Z) - A U-Net Based Discriminator for Generative Adversarial Networks [86.67102929147592]
GAN(Generative Adversarial Network)のための代替U-Netベースの識別器アーキテクチャを提案する。
提案アーキテクチャにより,合成画像のグローバルコヒーレンスを維持しつつ,画素単位の詳細なフィードバックを生成元に提供することができる。
斬新な判別器は、標準分布と画像品質の指標の観点から、最先端の技術を向上する。
論文 参考訳（メタデータ） (2020-02-28T11:16:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。