权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

画像空間と画像変換学習システムの構造

图像变换学习系统的图像空间与结构

基本信息

批准号：
20H00615
负责人：
石川博
金额：
$ 28.29万
依托单位：
Waseda University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (A)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H00615/
关键词：
CNN

项目摘要

まず、CNNの領域分割能力に着目し、一回の推論では十分な領域分割ができないことを確認した。この問題に対応するため、従来の領域分割アルゴリズムをニューラルネット内部で使用可能なモジュールとして実装することに取り組み、既存の深層学習フレームワーク上で動作するGPUを用いた領域分割モジュールの実装が完了した。また、本手法を利用することで既存のタスクでのCNNの性能改善ができるか検証したが、その学習の不安定さから、大きな性能改善には繋がらないことを確認した。また、最近大きな性能改善を達成している拡散生成モデルにおいては、CNNの推論を複数回行い画像を処理するため、推論回数を増やすことで特別な処理なく領域分割の性能を向上させることが可能である。そのため、領域分割の認識能力が出力の見た目を左右する動画像処理タスクにおいて、拡散生成モデルを使用し動画生成・補間の性能を向上させる手法の研究に取り組んだ。一方、昨年度取り組み始めたVQAの一種としての物体計数タスク、および画像の美的評価のタスクについて、前者では、急速に重要性を増している言語モデルと画像との連携を行うことにより、モデルを訓練するための学習データを生成することをめざして、数のわかっている人間の画像をできるだけ現実の写真に似るように生成することを目標とした。画像と言語を結べ居着けるモデルであるＣＬＩＰを使用し、それに導かせることによって合成された画像をより写真に近づけることにより、実際の画像中の物体を計数できるモデルを訓練し、その有効性を確かめた。この成果についてまとめた論文は国際会議に投稿した。また、画像の美的評価のタスクにおいても、ＣＬＩＰを使用することを検討中であるが、それ以外に、イラストレーションの美的評価のためのデータセットをウェブサイトの評価データから作成し、その手法についてまとめた論文を国際会議に投稿した。

The domain segmentation ability of CNN is very important, and it is very important to discuss the domain segmentation. In order to solve the problem, the domain partition system has been installed in the internal system, and the existing deep learning system has been installed. The GPU has been installed using the domain partition system. This technique makes use of the existing equipment to improve the performance of the CNN, the instability, and the performance improvement. Recently, the recent improvement in the performance of the market has resulted in the spread of the data, the CNN theory, the complexity of the picture, the analysis of the picture, and the improvement of the performance in the field of segmentation. In order to improve the performance of animation, the ability of domain segmentation and domain segmentation, the ability of knowledge, field segmentation, and field segmentation, domain segmentation On the one hand, last year, the VQA began to count the objects, the portrait was beautiful, the former, the importance of the image, the number of words, the number of objects, the number of objects. The portrait of the human being is like a picture of a human being. The results of the portrait show that you can count the objects in the portrait, count the number of objects in the portrait, and make sure that you have sex in the portrait. In the portrait, you can count the objects in the portrait, count the objects in the CLIP, and make sure you have sex. Please accept the results and contributions from the International Conference on International Studies. The pictures are beautiful, the portraits are beautiful, the pictures are beautiful, the pictures are beautiful, the portraits are beautiful, the pictures are beautiful, the portraits are beautiful, the pictures are beautiful, the portraits are beautiful

项目成果

期刊论文数量（2）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Differentiable rendering-based pose-conditioned human image generation

基于可微渲染的姿势条件人类图像生成

DOI：
10.1109/cvprw53098.2021.00437
发表时间：
2021
期刊：
Proceedings - 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops, CVPRW 2021
影响因子：
0
作者：
Yusuke Horiuchi;Edgar Simo-Serra;Satoshi Iizuka;Hiroshi Ishikawa
通讯作者：
Hiroshi Ishikawa

P2Net: A Post-Processing Network for Refining Semantic Segmentation of LiDAR Point Cloud based on Consistency of Consecutive Frames