ピクシブ株式会社と株式会社Preferred Networks(PFN)は5月28日から、人工知能(AI)技術によるマンガの自動着色サービス「Petalica Paint for Manga(ペタリカ・ペイント・フォー・マンガ)」を法人向けに試験提供。手作業と比べて50%以上も作業時間を短縮できるという。
3つの要点✔️ 時間と手間がかかるReverse Mappingではなく、単純なフィードフォワードの顔生成ネットワークを提案✔️ 簡単に取得できる独立分離した属性情報を抽出することで、特定の属性情報のみを変更した忠実度の高い顔画像を生成可能✔️ 一例としてFace Swappingを取り上げ、従来と同等以上の性能を達成 FaceController: Controllable Attribute Editing for Face in the Wildwritten by Zhiliang Xu, Xiyu Yu, Zhibin Hong, Zhen Zhu, Junyu Han, Jingtuo Liu, Errui Ding, Xiang Bai(Submitted on 23 Feb 2021)Comments: Accepted at AAAI 2021Subjects: Computer Vision and Pattern Recognition (cs.CV)code: 概要顔画像を編集することは、視覚エフェクトや電子商取引の分野で多く利用されています。顔編集タスクは、特定の属性を正確に操作できるように、正確に独立分離された顔の属性情報が重要になります。この属性情報の精度が高ければ、特定の属性情報を編集することで、その顔の向きや表情を変えながら、IDを保持することも可能です。しかし、このような正確に独立分離された顔の属性情報を抽出することは依然として困難です。これまでさまざまな研究が行われ、その一つとして、例えば、GAN Invresionなども提案されています。しかし、このアプローチは時間と手間がかかってしまいます。そこで、この論文では既存の簡単に取得できる事前情報が供給される単純なフィードフォワード顔生成ネットワーク「FaceController」を提案しています。この方法は、独立分離された顔の属性情報を抽出するコストのかかる学習プロセスを回避することができます。