SP-BatikGAN: An Efficient Generative Adversarial Network for Symmetric Pattern Generation

要約

タイトル: SP-BatikGAN: 対称的なパターン生成のための効率的な生成的対立ネットワーク

要約:
– 人工知能をアートに活用することに焦点を当てた研究。
– 限られたデータや設定でAIアートを制作するため、特に芸術家のためにAIを利用した方法を提供したいと考えている。
– ポルトガル、モロッコのタイル、東南アジアで文化遺産であるバティックなど、多くの芸術作品に見られる幾何学的に対称的なパターン生成に興味がある。
– 対称的なパターン生成は複雑な問題であり、従来の研究では特定のパターンに特化したモデルしか作成できなかった。
– このタスクのために、設計ファイルから最初に1,216の高品質な対称的なパターンを公開している。
– 現在のイメージ分布に存在する対称ベースの構造を活用するため、対称的なパターン強制（SPE）損失を定式化した。
– SPEにより、どのGAN構成でもトレーニングを改善し、効率的な注目機能であるSP-BatikGANは、限定的な設定に対する最新のGANであるFastGANと比較して、FIDスコアを110.11から90.76まで18％低下させ、モデル多様性の再現スコアを0.047から0.204まで334％増加させた。

要約(オリジナル)

Following the contention of AI arts, our research focuses on bringing AI for all, particularly for artists, to create AI arts with limited data and settings. We are interested in geometrically symmetric pattern generation, which appears on many artworks such as Portuguese, Moroccan tiles, and Batik, a cultural heritage in Southeast Asia. Symmetric pattern generation is a complex problem, with prior research creating too-specific models for certain patterns only. We provide publicly, the first-ever 1,216 high-quality symmetric patterns straight from design files for this task. We then formulate symmetric pattern enforcement (SPE) loss to leverage underlying symmetric-based structures that exist on current image distributions. Our SPE improves and accelerates training on any GAN configuration, and, with efficient attention, SP-BatikGAN compared to FastGAN, the state-of-the-art GAN for limited setting, improves the FID score from 110.11 to 90.76, an 18% decrease, and model diversity recall score from 0.047 to 0.204, a 334% increase.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI