5X-01
イラストの絵柄模倣のためのデータ拡張方式の一提案
○木村心音,吉田雅裕(中大)
イラストを自動生成するAIにはGAN(Generative Adversarial Network)が用いられているが,イラストレーターの絵柄をGANで模倣するためには,イラストレーターが自分自身で描いたイラストを学習データとして大量に用意する必要があり困難である.そのためイラストにノイズや回転を加えるデータ拡張(Data Augmentation)を行い,学習データを水増しする方式が提案されている.しかし,従来のデータ拡張方式では,GANによって生成された画像にもノイズや回転による影響が残ってしまう.そこで本研究では,イラストレーターが描いた少数のイラストに対して,StyleGAN2を用いた画風変換(Style Transfer)を行うことで,ノイズや回転に頼らない,より自然なデータ拡張方式を提案し,有効性について評価する.