multimedia– tax –

Quality assessment of synthetic images via spatial distortion recognition 概要　少量データで学習したGAN は、しばしば空間的ゆがみを含む画像を生成します。本研究では、実画像にランダムな空間変換を加えて作成した歪み画像を学習に用いることで生成画像の品質を効率的に評価する方法を提案しました。実験の結果、提案手法は既存の参...

MambaPainter: Neural Stroke-Based Rendering in a Single Step 概要　ストロークベースレンダリングは、画像を油絵風に変換するために筆のストローク列を予測する技術です。従来手法はストロークを1本ずつ予測する必要があり、処理が遅いという課題がありました。 そこで本研究では、1回の推論で100本以上のストロークをまとめて予測できる...

Illustrated Character Face Super-Deformation via Unsupervised Image-to-Image Translation 概要　本研究では、キャラクター画像のデフォルメ化という新たな画像生成タスクを提案し、ペアデータの教師を不要としたGANの訓練方法を提案しました。実験により、従来手法よりも自然かつ適切なデフォルメ画像を生成できることを確認しました。 ...

A Deep Multimodal Approach for Map Image Classification 概要　インターネット上には大量の地図画像が存在しており、これらのデータを効率的に管理し検索・推薦に生かすことが求められています。本研究では、地図画像をテーマごとに自動分類するために、OCRによるテキスト特徴と画像特徴に基づくモデルを訓練しました。実験で構築したカテ...

Image Sentiment Analysis Using Latent CorrelationsAmong Visual, Textual, and Sentiment Views 概要　インターネット上では多くのユーザが日常生活の画像を投稿しており、それらに潜む感情を分析することはイベントやトレンドの抽出に役立ちます。本研究では、画像の視覚情報、投稿のテキスト情報、外部の感情語辞書の情報を組み合わせる...