- …
- …
#24
summarized by : Ryota Suzuki
どんな論文か？
音声に電子透かしのように動画を隠す提案．つまり，音の情報を失わずに音に画像を埋め込み，音声から画像が生成できるようにする．そのとき，1秒の音声：1秒の動画程度の効率を達成する．Reversible Generative Models (Glow)で実装．ボトルネックを潜在変数に変換，そこから音声に埋め込み．実数部のbit-flipで埋め込むので音声の質に大きく影響しない．
新規性
音×画像のクロスモーダル，ステガノグラフィ（データ隠蔽）における新しい視点．音声：動画=5分：1秒を1秒：1秒にする効果的なステガノグラフィの達成．
結果
画像参照．SSIM 0.96を達成．0.6秒の音声から1秒の動画が生成．
その他（なぜ通ったか？等）
新鮮な感じがするのがすばらしい．
- …
- …