文書の過去の版を表示しています。

Full-body High-resolution Anime Generation with Progressive Structure-conditional Generative Adversarial Networks

DeNAの研究．アニメキャラクターの全身画像を生成する．

ECCV workshopに採択．

Progressive Structure-conditional Generative Adversarial Networks (PSGAN)の提案．
Progressive-GAN

ソースコードは無いっぽい．
Unityの3Dモデルアバターをunityのモーションで動かして無限に画像を生成できる．
背景は白くしてキャラクターのみにする．
キーポイントも自動で取得できる．

学習には画像データとポーズデータの組が必要．
Deep Fashionでも試していて，これはOpen Poseで自動的に取得したキーポイントの情報を用いる．
1024×1024の画像サイズ．

ひとつのキャラクターに連続的な動作をさせ，600の姿勢を取り出す．
アバターはひとつでコスチュームは69種類．
合計で47,400枚の画像が得られる．←この論文計算ミスしているようだ．

使用しているのはWGAN-GP．
UNetの構造をしていて，最小サイズは4×4になっている．
UNetの底の部分で潜在的パラメータを与えて服装を制御する．

つまり，学習データとして与えられている69種類のコスチュームしか生成できない．
潜在的パラメータの中に埋め込まれているので．