JP7429101B2 - 意味的情報に基づいてフォトリアリスティックな合成画像を生成するためのシステムおよび方法 - Google Patents
意味的情報に基づいてフォトリアリスティックな合成画像を生成するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP7429101B2 JP7429101B2 JP2019120832A JP2019120832A JP7429101B2 JP 7429101 B2 JP7429101 B2 JP 7429101B2 JP 2019120832 A JP2019120832 A JP 2019120832A JP 2019120832 A JP2019120832 A JP 2019120832A JP 7429101 B2 JP7429101 B2 JP 7429101B2
- Authority
- JP
- Japan
- Prior art keywords
- composite image
- image
- generating
- user interface
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000002131 composite material Substances 0.000 title claims description 141
- 238000000034 method Methods 0.000 title claims description 37
- 230000001788 irregular Effects 0.000 claims description 26
- 238000013473 artificial intelligence Methods 0.000 claims description 25
- 239000013598 vector Substances 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000001747 exhibiting effect Effects 0.000 claims 2
- 208000009119 Giant Axonal Neuropathy Diseases 0.000 description 49
- 201000003382 giant axonal neuropathy 1 Diseases 0.000 description 49
- 238000013528 artificial neural network Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000037303 wrinkles Effects 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013434 data augmentation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04842—Selection of displayed objects or displayed text elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/10—Interfaces, programming languages or software development kits, e.g. for simulating neural networks
- G06N3/105—Shells for specifying net layout
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/35—Determination of transform parameters for the alignment of images, i.e. image registration using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Human Computer Interaction (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Description
図1Aは、本出願の実施形態による、意味的情報を組み込む例示的な合成画像生成システムを示す。この例では、環境100は、フォトリアリスティックな画像を使用する1つ以上のアプリケーションをホストすることができるアプリケーションサーバ134を含む。そのようなアプリケーションには、新しいインテリア/産業デザイン、衣類およびアクセサリのための新しいデザイン、ならびにコンピュータゲームおよびアニメーションにおけるシーンの視覚化が含まれるが、これらに限定されない。環境100の画像生成サーバ132は、合成画像を生成し、その合成画像をアプリケーションサーバ134に提供することができる。いくつかの実施形態では、画像生成サーバ132は、ローカルエリアネットワークまたはワイドエリアネットワークに成り得るネットワーク130を介して、アプリケーションサーバ134と通信する。
図2は、本出願の実施形態による、意味的情報を合成画像生成に組み込むことを容易にする例示的な特殊ユーザインターフェースを示す。ユーザインターフェース120は、意味的ユーザフィードバック160を取得するために中間画像106をユーザ200に提示することができる。ユーザインターフェース120は、タッチスクリーン、ポインティングデバイス、ジェスチャ検出デバイス、カメラ、およびキーボードのうちの1つ以上からユーザフィードバック160を取得することができる。ユーザインターフェース120は、ユーザ200が画像領域162および164を選択することを可能にする強調表示グリッド210を中間画像106上に与えることができる。ユーザ200は、粒度セレクタ220を使用してグリッド210の粒度を選択することができる。粒度セレクタ220の例は、チャネル内にスライダを有するトラックバー、ドロップダウンメニュー、およびテキストボックスを含むが、これらに限定されない。グリッド210の粒度は、画像単位を示す。言い換えれば、各グリッド要素の寸法は、画像単位を表すことができる。
図4は、本出願の実施形態による、意味的情報に基づいて合成画像を生成する合成画像生成システムの構成要素間の例示的なデータフローを示す。システム110は、合成画像を生成するために一次GAN112を使用する。GAN112は、ジェネレータ111およびディスクリミネータ113を含むことができる。システム110は、合成画像がリアルであるというΦによってパラメータ化される、ディスクリミネータ113、ディスクリミネータニューラルネットワークD’Φを納得させることができる合成画像を作成するためにジェネレータ111を操作することによって、パラメータθを用いて、ジェネレータ111、生成ニューラルネットワークG’θを訓練することができる。ジェネレータ111およびディスクリミネータ113は、競合する目標を持って、それぞれ、損失関数L’gおよびL’dを最小化することを目指している。
図5Aは、本出願の実施形態による、1つ以上の中間合成画像を生成する合成画像生成システムの方法を示すフローチャート500を提示する。訓練動作の間、本システムは、一組のリアルな訓練画像サンプルおよび対応する入力データを取得する(動作502)。入力データは、ノイズベクトルを含み得る。本システムは、一次GANのジェネレータおよびディスクリミネータの競合する目標を最小化するように取得されたデータに対して一次GANを訓練する(動作504)。次に、本システムは、ジェネレータによって生成され、かつディスクリミネータによって承認される1つ以上の中間合成画像を取り出す(動作506)。合成画像に対する承認は、その画像がどれほどリアリスティックであるかを示す確率に基づくことができる。確率が閾値よりも大きい場合、ディスクリミネータは、画像を承認することができる。本システムは、次に、ローカルまたはリモートコンピューティングシステムのユーザインターフェースにおいて1つ以上の中間合成画像を提示する(動作508)。
図7は、本出願の実施形態による、意味的情報に基づいて合成画像生成を容易にする例示的なコンピュータシステムを示す。コンピュータシステム700は、プロセッサ702、メモリデバイス704、および記憶デバイス708を含む。メモリデバイス704は、揮発性メモリデバイス(例えば、デュアル・インライン・メモリ・モジュール(DIMM))を含むことができる。さらに、コンピュータシステム700は、表示デバイス710、キーボード712、およびポインティングデバイス714に連結され得る。記憶デバイス708は、オペレーティングシステム716、合成画像生成システム718、およびデータ736を記憶することができる。合成画像生成システム718は、一次GAN112、意味解析モジュール114、および二次GAN116のうちの1つ以上の動作を組み込むことができる。
Claims (20)
- 意味的に正確な合成画像を生成するための方法であって、
第1の人工知能(AI)モデルを使用して第1の合成画像を生成することと、
ユーザインターフェースにおいて前記第1の合成画像を提示することであって、前記ユーザインターフェースが、意味的に不規則な前記第1の合成画像のグリッド要素をユーザが識別することを可能にする、提示することと、
前記ユーザインターフェースを介して前記ユーザから前記意味的に不規則なグリッド要素についての意味的情報を取得することと、
前記意味的情報に基づいて第2のAIモデルを使用して第2の合成画像を生成することであって、前記第2の合成画像が、前記第1の合成画像と比較して改善された画像である、生成することと、を含む、方法。 - 前記ユーザインターフェースのための強調表示ツールの選択を取得することであって、前記強調表示ツールによってマークされる領域が、前記ユーザインターフェースを介して選択可能であり、前記強調表示ツールが、グリッドベースのセレクタ、多角形ベースのセレクタ、および、フリーハンドセレクタのうちの1つに対応する、取得することと、
前記強調表示ツールが前記グリッドベースのセレクタであることに応答して、前記強調表示ツールを取得された粒度に設定することと、をさらに含む、請求項1に記載の方法。 - 前記ユーザインターフェース内の前記強調表示ツールによって選択された領域の選択を取得することと、
前記領域に割り当てられた重みを取得することと、をさらに含む、請求項2に記載の方法。 - 前記第1のAIモデルおよび前記第2のAIモデルが、敵対的生成ネットワーク(GAN)である、請求項1に記載の方法。
- 前記第2のAIモデルが、空間確率マップを出力するディスクリミネータを含み、前記空間確率マップの各要素は、前記第2の合成画像のグリッド要素がリアリスティックである確率を示す、請求項1に記載の方法。
- 前記第2のAIモデルが、対応するグリッド要素が前記第1の合成画像の前記意味的に不規則なグリッド要素とは異なるように前記第2の合成画像を出力するジェネレータを含む、請求項5に記載の方法。
- 前記取得された意味的情報に基づいて空間重みマスクを生成することをさらに含み、前記空間重みマスクが、前記第1の合成画像の各グリッド要素に割り当てられた重みを含み、前記ジェネレータおよび前記ディスクリミネータが、前記空間重みマスクに基づいて前記意味的に不規則なグリッド要素を決定する、請求項6に記載の方法。
- グリッド要素が、不規則な形状を示す画素、画素ブロック、および画素群のうちの1つ以上に対応する、請求項1に記載の方法。
- 前記第1の合成画像および前記第2の合成画像を生成することが、ノイズベクトルを合成画像サンプルにマッピングすることを含む、請求項1に記載の方法。
- 前記第1のAIモデルを使用して第3の合成画像を生成することと、
不規則性検出技術に基づいて、前記第3の合成画像の意味的に不規則なグリッド要素についての意味的情報を自動的に取得することと、
前記自動的に取得された意味的情報に基づいて、前記第2のAIモデルを使用して第4の合成画像を生成することと、を含む、請求項1に記載の方法。 - コンピュータによって実行されるとき、前記コンピュータに、意味的に正確な合成画像を生成するための方法を実行させる命令を記憶する非一時的なコンピュータ可読記憶媒体であって、前記方法が、
第1の人工知能(AI)モデルを使用して第1の合成画像を生成することと、
ユーザインターフェースにおいて前記第1の合成画像を提示することであって、前記ユーザインターフェースが、意味的に不規則な前記第1の合成画像のグリッド要素をユーザが識別することを可能にする、提示することと、
前記ユーザインターフェースを介して前記ユーザから前記意味的に不規則なグリッド要素についての意味的情報を取得することと、
前記意味的情報に基づいて第2のAIモデルを使用して第2の合成画像を生成することであって、前記第2の合成画像が、前記第1の合成画像と比較して改善された画像である、生成することと、を含む、非一時的なコンピュータ可読記憶媒体。 - 前記方法が、
前記ユーザインターフェースのための強調表示ツールの選択を取得することであって、前記強調表示ツールによってマークされる領域が、前記ユーザインターフェースを介して選択可能であり、前記強調表示ツールが、グリッドベースのセレクタ、多角形ベースのセレクタ、およびフリーハンドセレクタのうちの1つに対応する、取得することと、
前記強調表示ツールが前記グリッドベースのセレクタであることに応答して、前記強調表示ツールを取得された粒度に設定することと、をさらに含む、請求項11に記載のコンピュータ可読記憶媒体。 - 前記方法が、
前記ユーザインターフェース内の前記強調表示ツールによって選択された領域の選択を取得することと、
前記領域に割り当てられた重みを取得することと、をさらに含む、請求項12に記載のコンピュータ可読記憶媒体。 - 前記第1のAIモデルおよび前記第2のAIモデルが、敵対的生成ネットワーク(GAN)である、請求項11に記載のコンピュータ可読記憶媒体。
- 前記第2のAIモデルが、空間確率マップを出力するディスクリミネータを含み、前記空間確率マップの各要素が、前記第2の合成画像のグリッド要素がリアリスティックである確率を示す、請求項11に記載のコンピュータ可読記憶媒体。
- 前記第2のAIモデルが、対応するグリッド要素が前記第1の合成画像の前記意味的に不規則なグリッド要素とは異なるように前記第2の合成画像を出力するジェネレータを含む、請求項15に記載のコンピュータ可読記憶媒体。
- 前記方法が、前記取得された意味的情報に基づいて空間重みマスクを生成することをさらに含み、前記空間重みマスクが、前記第1の合成画像の各グリッド要素に割り当てられた重みを含み、前記ジェネレータおよび前記ディスクリミネータが、前記空間重みマスクに基づいて前記意味的に不規則なグリッド要素を決定する、請求項16に記載のコンピュータ可読記憶媒体。
- グリッド要素が、不規則な形状を示す画素、画素ブロック、および画素群のうちの1つ以上に対応する、請求項11に記載のコンピュータ可読記憶媒体。
- 前記第1の合成画像および前記第2の合成画像を生成することが、ノイズベクトルを合成画像サンプルにマッピングすることを含む、請求項11に記載のコンピュータ可読記憶媒体。
- 前記方法が、
前記第1のAIモデルを使用して第3の合成画像を生成することと、
不規則性検出技術に基づいて、前記第3の合成画像の意味的に不規則なグリッド要素についての意味的情報を自動的に取得することと、
前記自動的に取得された意味的情報に基づいて、前記第2のAIモデルを使用して第4の合成画像を生成することと、をさらに含む、請求項11に記載のコンピュータ可読記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/040,220 | 2018-07-19 | ||
US16/040,220 US11537277B2 (en) | 2018-07-19 | 2018-07-19 | System and method for generating photorealistic synthetic images based on semantic information |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020013563A JP2020013563A (ja) | 2020-01-23 |
JP7429101B2 true JP7429101B2 (ja) | 2024-02-07 |
Family
ID=67352494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019120832A Active JP7429101B2 (ja) | 2018-07-19 | 2019-06-28 | 意味的情報に基づいてフォトリアリスティックな合成画像を生成するためのシステムおよび方法 |
Country Status (3)
Country | Link |
---|---|
US (2) | US11537277B2 (ja) |
EP (1) | EP3598288A1 (ja) |
JP (1) | JP7429101B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11537277B2 (en) * | 2018-07-19 | 2022-12-27 | Palo Alto Research Center Incorporated | System and method for generating photorealistic synthetic images based on semantic information |
EP3867722A4 (en) | 2018-10-17 | 2022-08-03 | Cognata Ltd. | SYSTEM AND METHOD FOR GENERATION OF REALISTIC SIMULATION DATA FOR TRAINING AN AUTONOMOUS DRIVER |
US10825148B2 (en) * | 2018-11-29 | 2020-11-03 | Adobe Inc. | Boundary-aware object removal and content fill |
US11580673B1 (en) * | 2019-06-04 | 2023-02-14 | Duke University | Methods, systems, and computer readable media for mask embedding for realistic high-resolution image synthesis |
US20210065033A1 (en) * | 2019-08-21 | 2021-03-04 | Tata Consultancy Services Limited | Synthetic data generation using bayesian models and machine learning techniques |
US10977783B1 (en) * | 2019-10-15 | 2021-04-13 | Ford Global Technologies, Llc | Quantifying photorealism in simulated data with GANs |
WO2021220343A1 (ja) * | 2020-04-27 | 2021-11-04 | 日本電気株式会社 | データ生成装置、データ生成方法、学習装置及び記録媒体 |
JP2022032133A (ja) * | 2020-08-11 | 2022-02-25 | オムロン株式会社 | 画像処理装置および画像処理方法 |
CN113591917B (zh) * | 2021-06-29 | 2024-04-09 | 深圳市捷顺科技实业股份有限公司 | 一种数据增强的方法及装置 |
US11972333B1 (en) * | 2023-06-28 | 2024-04-30 | Intuit Inc. | Supervisory systems for generative artificial intelligence models |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11120337B2 (en) * | 2017-10-20 | 2021-09-14 | Huawei Technologies Co., Ltd. | Self-training method and system for semi-supervised learning with generative adversarial networks |
US11281976B2 (en) * | 2018-07-12 | 2022-03-22 | International Business Machines Corporation | Generative adversarial network based modeling of text for natural language processing |
US11481416B2 (en) * | 2018-07-12 | 2022-10-25 | International Business Machines Corporation | Question Answering using trained generative adversarial network based modeling of text |
US11537277B2 (en) * | 2018-07-19 | 2022-12-27 | Palo Alto Research Center Incorporated | System and method for generating photorealistic synthetic images based on semantic information |
-
2018
- 2018-07-19 US US16/040,220 patent/US11537277B2/en active Active
-
2019
- 2019-06-28 JP JP2019120832A patent/JP7429101B2/ja active Active
- 2019-07-16 EP EP19186649.0A patent/EP3598288A1/en not_active Withdrawn
-
2022
- 2022-11-23 US US17/993,708 patent/US11983394B2/en active Active
Non-Patent Citations (1)
Title |
---|
Chao Wang et al.,Discriminative Region Proposal Adversarial Networks for High-Quality Image-to-Image Translation,ARXIV.ORG, CORNELL UNIVERSITY LIBRARY,2017年11月27日 |
Also Published As
Publication number | Publication date |
---|---|
US20230090801A1 (en) | 2023-03-23 |
US20200026416A1 (en) | 2020-01-23 |
EP3598288A1 (en) | 2020-01-22 |
US11537277B2 (en) | 2022-12-27 |
US11983394B2 (en) | 2024-05-14 |
JP2020013563A (ja) | 2020-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7429101B2 (ja) | 意味的情報に基づいてフォトリアリスティックな合成画像を生成するためのシステムおよび方法 | |
JP6441980B2 (ja) | 教師画像を生成する方法、コンピュータおよびプログラム | |
EP3686848A1 (en) | Semantic image synthesis for generating substantially photorealistic images using neural networks | |
JP6182242B1 (ja) | データのラベリングモデルに係る機械学習方法、コンピュータおよびプログラム | |
TW202046158A (zh) | 語意融合 | |
CN110637308A (zh) | 用于虚拟化环境中的自学习代理的预训练系统 | |
CN115769234A (zh) | 基于模板从2d图像生成3d对象网格 | |
US11068746B2 (en) | Image realism predictor | |
KR20210030063A (ko) | 준지도 학습을 기반으로 한 이미지 분류를 위한 적대적 이미지 생성 모델 구축 시스템 및 방법 | |
WO2021144943A1 (ja) | 制御方法、情報処理装置および制御プログラム | |
JP6978104B2 (ja) | Ganを用いて仮想世界における仮想データから取得したトレーニングデータを生成して、自律走行用ニューラルネットワークの学習プロセスに必要なアノテーションコストを削減する学習方法や学習装置、それを利用したテスト方法やテスト装置 | |
CN109919252A (zh) | 利用少数标注图像生成分类器的方法 | |
US20220156987A1 (en) | Adaptive convolutions in neural networks | |
CN108109212A (zh) | 一种文物修复方法、装置及系统 | |
US20200334862A1 (en) | Moving image generation apparatus, moving image generation method, and non-transitory recording medium | |
WO2016095068A1 (en) | Pedestrian detection apparatus and method | |
CN112242002B (zh) | 基于深度学习的物体识别和全景漫游方法 | |
CN110782448A (zh) | 渲染图像的评价方法及装置 | |
JP7298825B2 (ja) | 学習支援装置、学習装置、学習支援方法及び学習支援プログラム | |
KR102154425B1 (ko) | 인공지능 학습을 위한 유사데이터 생성 방법 및 장치 | |
JP7073171B2 (ja) | 学習装置、学習方法及びプログラム | |
CN114373034A (zh) | 图像处理方法、装置、设备、存储介质及计算机程序 | |
JP7148078B2 (ja) | 属性推定装置、属性推定方法、属性推定器学習装置、及びプログラム | |
CN113536991B (zh) | 训练集生成、人脸图像处理方法、装置及电子设备 | |
Jaszcz et al. | Human-AI collaboration to increase the perception of VR |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20190709 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190710 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220628 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230710 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230713 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231013 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231227 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240126 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7429101 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |