Conditional DCGANによる数字・アルファベット・カタカナの手書き文字生成の試み

抄録

新たな手法や技術により発展している深層学習には、人々の仕事効率を助けたり、とある現象をみて予測を立てたり、デザイナーとなって画像を生成するなど様々な可能性に満ちている。本研究では深層学習を用いて"条件付き"の手書き文字を生成を行った。単なる画像生成ではなく、入力者側が生成したい手書き文字を指定する(生成の条件をつける)ことでその文字を生成することを目的とする。目的達成のために、実験では深層学習モデルとしてDCGANとConditional GANを組み合わせたConditional DCGANを構築、ラベル情報の付加で生成条件がつけられた画像生成のトレーニングを行った。141,319のサンプル訓練データにある数字やアルファベット、カタカナなどの総計96種類の手書き文字の書き分けトレーニングを通じて、インプットの要素として含まれるランダムノイズの次元数がその種類数を上回るようにした学習済みのGeneratorは各種類に対応付けたラベルを指定するだけで、その該当文字を生成できたことを紹介する。