公正なトランスフォーマーによる物語の可視化

ストーリー可視化は、計算機ビジョンの高度なタスクで、順序付き画像合成を対象としています。生成されたサンプルは現実的であり、条件付けに忠実で、順序的に一貫している必要があります。当研究では、新たなアーキテクチャと学習手法を提案します。公正なトランスフォーマー（Impartial Transformer）は、可能な限り少ない学習可能なパラメータを使用して、テキストに関連する妥当なシーンと順序的一貫性を達成します。この改善は、「困難」なサンプル（遮蔽された物体が含まれる場合）の合成も処理でき、過去の手法と比較して評価指標が向上しています。