GANを用いた画像データへの意外性組み込み方式の実験

カテゴリ: 研究会(論文単位)

論文No: IS21005

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2021/03/07

タイトル(英語): Experiment on Injection Method for the Element of Surprise into Ordinary images using GAN

著者名: 仲川 紗彩香(神奈川大学),秋吉 政徳(神奈川大学)

著者名(英語): Sayaka Nakagawa(Kanagawa University),Masanori Akiyoshi(Kanagawa University)

キーワード: 意外性|自己符号化器|敵対的生成ネットワーク|ＶＡＥ|ＧＡＮ|Element of surprise|Auto Encoder|Generative adversarial networks|Variational Auto Encoder

要約(日本語): ユーザが求めているアイテムを選択する際、文字だけの情報ではなく画像や映像を見ることは非常に重要なことであり、様々な推薦システムが実用化され始めている中で、目新しさや意外性の要素を含んだ推薦システムもある。本論文では、意外性を反映した特徴量を画像から抜き出し、抜き出した特徴量を別の画像に組み込むことで、新たな意外性のある画像を生み出すことを目的とした方式の実験結果を報告する。

要約(英語): When a user selects a desired item, it is very important to see an image or a video image instead of just text information, and among various recommendation systems that are starting to be put into practical use, there are some recommendation systems that include novelty and unexpected elements. In this paper, we report the experimental results of a method for generating a new image with unexpected properties by extracting feature values reflecting unexpected properties from an image and incorporating the extracted feature values into another image.

本誌: 2021年3月10日―2021年3月11日情報システム研究会

本誌掲載ページ: 25-28 p

原稿種別: 日本語

PDFファイルサイズ: 2,399 Kバイト