Fugu-MT 論文翻訳(概要): Artistic Neural Style Transfer Algorithms with Activation Smoothing

論文の概要: Artistic Neural Style Transfer Algorithms with Activation Smoothing

arxiv url: http://arxiv.org/abs/2411.08014v1
Date: Tue, 12 Nov 2024 18:44:13 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-13 13:20:27.585334
Title: Artistic Neural Style Transfer Algorithms with Activation Smoothing
Title（参考訳）: 活性化平滑化を用いた芸術的ニューラルスタイル伝達アルゴリズム
Authors: Xiangtian Li, Han Cao, Zhaoyang Zhang, Jiacheng Hu, Yuhui Jin, Zihao Zhao,
Abstract要約: 本稿では,画像に基づくニューラルスタイル転送(NST)を再実装する。また,NSTにおける活性化平滑化とResNetの利用についても検討する。
参考スコア（独自算出の注目度）: 11.575546510899846
License:
Abstract: The works of Gatys et al. demonstrated the capability of Convolutional Neural Networks (CNNs) in creating artistic style images. This process of transferring content images in different styles is called Neural Style Transfer (NST). In this paper, we re-implement image-based NST, fast NST, and arbitrary NST. We also explore to utilize ResNet with activation smoothing in NST. Extensive experimental results demonstrate that smoothing transformation can greatly improve the quality of stylization results.
Abstract（参考訳）: Gatysらの研究は、芸術的なスタイルのイメージを作成する上で、畳み込みニューラルネットワーク(CNN)の能力を実証した。異なるスタイルでコンテンツを転送するこのプロセスは、Neural Style Transfer (NST)と呼ばれる。本稿では,画像ベースNST,高速NST,任意NSTを再実装する。また,NSTにおける活性化平滑化とResNetの利用についても検討する。広範囲な実験結果から,スムージング変換はスタイライズ結果の質を大幅に向上させることが示された。

関連論文リスト

Style-Specific Neurons for Steering LLMs in Text Style Transfer [55.06697862691798]
テキストスタイル転送(TST)は、本来の意味を変更することなく、テキストのスタイルを変更することを目的としている。スタイル特異的ニューロンを用いた大規模言語モデルのステアリング手法であるsNeuron-TSTを提案する。
論文参考訳（メタデータ） (2024-10-01T11:25:36Z)
LC-TTFS: Towards Lossless Network Conversion for Spiking Neural Networks with TTFS Coding [55.64533786293656]
我々は,AIタスクにおいて,ANNのアクティベーション値とSNNのスパイク時間とのほぼ完全なマッピングを実現することができることを示す。この研究は、電力制約のあるエッジコンピューティングプラットフォームに超低消費電力のTTFSベースのSNNをデプロイする方法を舗装している。
論文参考訳（メタデータ） (2023-10-23T14:26:16Z)
Controlling Neural Style Transfer with Deep Reinforcement Learning [55.480819498109746]
本稿では,一段階のスタイル移行をステップワイズプロセスに分割する,最初の深層強化学習に基づくアーキテクチャを提案する。提案手法は,コンテンツ画像の詳細や構造を早期に保存し,後続のステップでさらに多くのスタイルパターンを合成する傾向がある。
論文参考訳（メタデータ） (2023-09-30T15:01:02Z)
DIFF-NST: Diffusion Interleaving For deFormable Neural Style Transfer [27.39248034592382]
変形可能なスタイル転送を実現しつつ,新しいモデルのクラスを用いてスタイル転送を行う。これらのモデルの先行モデルを活用することで、推論時に新たな芸術的コントロールが公開できることを示す。
論文参考訳（メタデータ） (2023-07-09T12:13:43Z)
Fine-Grained Image Style Transfer with Visual Transformers [59.85619519384446]
本稿では,コンテンツとスタイルイメージの両方を視覚トークンに分割し,よりきめ細かなスタイル変換を実現するSTTR(Style TRansformer)ネットワークを提案する。 STTRと既存のアプローチを比較するために,Amazon Mechanical Turkのユーザスタディを実施している。
論文参考訳（メタデータ） (2022-10-11T06:26:00Z)
HyperNST: Hyper-Networks for Neural Style Transfer [19.71337532582559]
本稿では,Hyper-networksとStyleGAN2アーキテクチャに基づく画像の芸術的スタイリング手法を提案する。我々の貢献は、スタイルベースビジュアルサーチ(SBVS)のために事前訓練された計量空間でパラメータ化されたスタイル転送を誘導する新しい方法である。技術的貢献はハイパーネットワークであり、さまざまな芸術的コンテンツに対して事前訓練されたStyleGAN2の重量更新を予測する。
論文参考訳（メタデータ） (2022-08-09T14:34:07Z)
Interactive Style Transfer: All is Your Palette [74.06681967115594]
本稿では,ユーザが対話的に調和したスタイルのイメージを作成できる,図形的な対話型スタイル転送(IST)手法を提案する。私たちのISTメソッドは、どこからでもブラシやディップスタイルとして機能し、ターゲットのコンテンツイメージの任意の領域にペイントします。
論文参考訳（メタデータ） (2022-03-25T06:38:46Z)
Depth-aware Neural Style Transfer using Instance Normalization [1.5567685129899715]
我々は,コンテンツやスタイルに付加的な損失関数として深度保存を統合するために,例えば正規化層を用いた深部残差畳み込みネットワークを開発した。本システムでは,スタイルキャプチャ機能と審美的品質を最先端の手法に匹敵するか,あるいは優れているかを示しながら,スタイル化結果の構造を保存できる。
論文参考訳（メタデータ） (2022-03-17T11:11:46Z)
Conditional Invertible Neural Networks for Diverse Image-to-Image Translation [33.262390365990896]
自然画像に対する多様な画像・画像翻訳の課題を解決するために,条件付き不可逆ニューラルネットワーク (cINN) を導入する。 cINNは、純粋に生成したINNモデルと制約のないフィードフォワードネットワークを結合し、条件付け画像を最大情報的特徴に効率的に前処理する。
論文参考訳（メタデータ） (2021-05-05T15:10:37Z)
Style is a Distribution of Features [2.398608007786179]
ニューラルスタイル転送(Neural style transfer)は、畳み込みニューラルネットワーク(CNN)を使用して、ある画像の内容を他の画像のスタイルとマージする画像生成技術である。本稿では,特徴量分布間のワッサーシュタイン距離としてスタイル損失を再定義することにより,特徴量からスタイルを完全抽出するスタイル転送アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-07-25T21:17:51Z)
Geometric Style Transfer [74.58782301514053]
幾何学的スタイルの伝達をサポートするニューラルアーキテクチャを導入する。新しいアーキテクチャはテクスチャスタイルを転送するネットワークに先立って実行される。ユーザーはコンテント/スタイルのペアを一般的なように入力したり、コンテント/テクスチャスタイル/幾何学スタイルのトリプルを入力できる。
論文参考訳（メタデータ） (2020-07-10T16:33:23Z)

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。