GAN(Generative Adversarial Network)は画像生成のためのAIとして広く利活用されており,その生成する画像の精度は年々上がっている.しかし,その学習には膨大なデータセットと時間必要とする.そこで,本研究では,データセットに含まれる画像から,より学習の効果が高い画像を選別してGANに与えることで学習の効率化をする手法を提案する.FID(Fréchet Inception Distance)と呼ばれるGANの性能評価に使われる指標に注目し,より学習に寄与する画像を選別する.FIDは2つの画像群の類似性からGANを評価する指標であることから,既に把握している特徴を多く持つような画像を判別することが可能と考えられる.また,この提案手法が学習の効率化にどの程度寄与できるかをStyleGANの学習を通して実験した.
【※掲載したレジュメPDFファイル利用に関する注意】
本著作物の著作権は情報処理学会に帰属します。本著作物は著作権者である情報処理学会の許可のもとに掲載するものです。ご利用に当たっては「著作権法」ならびに「情報処理学会倫理綱領」に従うことをお願いいたします。
担当教授からのコメント