Vision Transformer と GAN による多義図形認識および生成に関する研究

抄録

だまし絵のような複数の解釈が可能な多義図形に対して人工知能による画像生成を適用した研究はほとんどない. そこで本研究では, 人工知能による多義図形理解および生成を目的として, 画像識別モデルおよび画像生成モデルを用いて生成された画像から多義図形らしさを獲得し, それを用いて多義図形の識別および生成について数値実験をした. その結果として, 生成画像に対して人工知能が多義図形と識別した判断根拠の視覚化をすることで生成画像が多義図形であることを示すことに成功した. また, 多義図形生成手法を風景画, 肖像画生成手法へと拡張可能であることを確認することで, 提案手法の有効性を示した.