| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-09-12 15:55 擬人化タスクにおけるカラーパレットを用いた条件付き画像生成手法の挙動分析 ○徐 江林・折原良平・清 雄一・田原康之・大須賀昭彦（電通大）  AI2023-19 |
|
| 抄録 | （和） | 大規模学習済みオープンソース拡散モデルの出現により，画像生成タスクは研究者でない人でも，手軽に行えるようになった．しかし，Text-to-Image(T2I)モデルとしての拡散モデルは強大な生成能力を持つものの，テキストのみによる制御だけでは，精確な生成をこなすことが難しく，タスクに特化した応用に対応しきれていないというのが現状である．本論文では，動物の擬人化における一番人気である「ネコからキャラクターの生成」というタスクに挑戦するに当たって，元となったネコとの同一性を確保するため，拡散モデルの条件付き生成を可能にした外付けニューラルネットワークであるT2I-Adapterを採用した．T2I-Adapterの学習済みモデルを用いる前提において，タスクに適用した時のアダプター側の構造の変更がもたらす影響について検討し実験した結果，ベースラインより良いパフォーマンスを達成できた． |
| （英） | With the advent of large-scale pre-trained open-source diffusion models, image generation is now easily accessible to non-researchers. However, although diffusion models as Text-to-Image (T2I) models are powerful, they are insufficient for task-specific applications because it is difficult to perform accurate generation using only text-based guidance.In this paper, we used T2I-Adapters, an external neural network that enables conditional guidance of diffusion models, in order to take on the task of ``generating characters from cats,'' the most popular type of animal personification.We achieved better performance by modifying the structure on the adapter side to apply the pre-trained model to the task. | |
| キーワード | （和） | 画像生成 / T2I-Adapter / 拡散モデル / 条件付き生成 / Stable Diffusion / / / |
| （英） | / / / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 190, AI2023-19, pp. 101-108, 2023年9月. | |
| 資料番号 | AI2023-19 | |
| 発行日 | 2023-09-05 (AI) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | AI2023-19 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2023-09-12 - 2023-09-13 |
| 開催地（和） | 登別グランドホテル |
| 開催地（英） | |
| テーマ（和） | 合同エージェントワークショップ＆シンポジウム2023 (JAWS2023) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2023-09-AI |
| 本文の言語 | 日本語 |
| タイトル（和） | 擬人化タスクにおけるカラーパレットを用いた条件付き画像生成手法の挙動分析 |
| サブタイトル（和） | |
| タイトル（英） | Analysis of Conditional Image Generation Methods Using Color Palettes in Animal Personification Task |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 画像生成 / |
| キーワード(2)（和/英） | T2I-Adapter / |
| キーワード(3)（和/英） | 拡散モデル / |
| キーワード(4)（和/英） | 条件付き生成 / |
| キーワード(5)（和/英） | Stable Diffusion / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 徐 江林 / Jianglin Xu / ジョ コウリン |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 折原 良平 / Ryohei Orihara / オリハラ リョウヘイ |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | 清 雄一 / Yuichi Sei / セイ ユウイチ |
| 第3著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第4著者 氏名（和/英/ヨミ） | 田原 康之 / Yasuyuki Tahara / タハラ ヤスユキ |
| 第4著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第5著者 氏名（和/英/ヨミ） | 大須賀 昭彦 / Akihiko Ohsuga / オオスガ アキヒコ |
| 第5著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-09-12 15:55:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AI |
| 資料番号 | AI2023-19 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.190 |
| ページ範囲 | pp.101-108 |
| ページ数 | 8 |
| 発行日 | 2023-09-05 (AI) |
[研究会発表申込システムのトップページに戻る]