入力画像から絵画風画像を生成する手法のひとつとして,scalable Poisson disk sampling法を用いる手法がある.この手法は,水彩画,貼り絵,油絵等の様々な種類の絵画風画像を生成することができる.しかし,scalable Poisson disk sampling法は処理時間が長いという弱点がある.そこで,本論文では,予めサンプリングしたデータを用意することにより,scalable Poisson disk sampling法の高速化を実現した.実験結果から,提案手法により各種絵画風画像生成時間を短縮できることを示す.
本研究では画像中に存在する前景カテゴリ物体の領域を推測することを目的とする.本手法は,あらかじめ対象物体のカテゴリを一般物体認識により推測し,その情報を基に行う.具体的には顕著性マップを利用して有益な情報と思われる領域を抽出した後,抽出した前景領域の識別を行い,その後改めて領域推定を行う.評価実験では,Microsoft Research Cambridge21 Dataset(MSRC21)のうち5カテゴリを対象とした.今回ピクセル単位での精度を算出した結果,最も精度が高かったカテゴリにおいてF値が0.50となった.