Interleaving GANs with knowledge graphs to support design creativity for book covers

要約

魅力的な本の表紙は、本の成功にとって重要である。本論文では、より良い生成画像を得るために、様々な学習方法を用いて、生成的逆数ネットワーク（Generative Adversarial Networks: GANs）を本の表紙に適用する。GANを知識グラフとインターリーブすることで、入力タイトルを変更し、任意のタイトルに対して複数の可能な選択肢を得る。最後に、学習段階で得られた識別器を用いて、新しいタイトルで生成された画像の中から最適なものを選択する。我々の方法は、これまでの試みよりも書籍の表紙を生成するのに優れた性能を発揮し、知識グラフは、GANを単独で使用する場合と比較して、書籍の著者や編集者により良い選択肢を与える。

要約(オリジナル)

An attractive book cover is important for the success of a book. In this paper, we apply Generative Adversarial Networks (GANs) to the book covers domain, using different methods for training in order to obtain better generated images. We interleave GANs with knowledge graphs to alter the input title to obtain multiple possible options for any given title, which are then used as an augmented input to the generator. Finally, we use the discriminator obtained during the training phase to select the best images generated with new titles. Our method performed better at generating book covers than previous attempts, and the knowledge graph gives better options to the book author or editor compared to using GANs alone.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL