重み付き条件を用いたGenerative Adversarial Networksによる認識に有効な顔画像生成

足立 浩規
平川 翼
山下 隆義
藤吉 弘亘

誌名
電子情報通信学会論文誌 D   Vol.J105-D    No.4    pp.271-282
発行日: 2022/04/01
早期公開日: 2021/12/13
Online ISSN: 1881-0225
DOI: 10.14923/transinfj.2021JDP7031
論文種別: 論文
専門分野: パターン認識
キーワード: 
敵対的画像生成,  重み付き条件,  画像生成,  クラス識別,  

本文: PDF(4.1MB)>>
論文を購入



あらまし: 
本研究では,認識に有効な顔画像生成を目的とし,重み付き条件によって段階的な条件反映が可能なconditional Generative Adversarial Network (cGAN)を提案する.cGANの応用手法は,Discriminatorに対する条件の与え方を改善することで高品質な画像生成を達成しているが,Generatorに対する条件の入力方法は従来手法からほとんど進展がない.しかしながら,従来の方法では深いネットワーク設計のとき,出力層付近で条件が消失することが報告されている.この問題に対処するために,全層に条件を与える手法が提案されているが,我々は顔画像生成に焦点をおいているため改善が必要である.一般に,顔画像は1サンプルに対して複数の属性が付与されるため,各属性に適した層があると考える.そこで,我々は畳み込み処理を用いて各属性に重み付けをするWeighted conditional layer (Wc-layer)を導入する.Wc-layerは各属性の最適な位置だけでなく,その層において最適な強度で属性を反映できる.実験で,Wc-layerを用いることの優位性を定量的及び定性的に示す.