既存の生成対抗ネットワークは背景ぼかし処理において、入力画像全体の特徴を無差別に抽出することが多く、ネットワークが前景と背景を区別しにくいため、画像の歪みが生じやすい。本論文では、画像認識情報を導入してモデル性能を向上させる画像認識誘導CycleGANネットワークを用いた背景ぼかし手法を提案する。画像認識情報には注意情報と被写界深度情報が含まれ、前者はネットワークが異なる前景と背景領域に注目し、前後景を区別することを導く。一方、後者は前景対象の認識情報を強化し、効果的なスマートフォーカスを実現して画像の歪みを減らし、背景ぼかし効果を高める。生成対抗損失およびサイクル一貫性損失を最小化することで、被写界深度情報の過剰な損失を避け、生成画像の品質を向上させる。実験結果およびデータは、提案手法が背景ぼかし過程で前景と背景を効果的に区別し、画像の歪みを改善してよりリアルな生成結果をもたらすことを示している。さらに、既存手法で生成された画像効果との比較評価をアンケート調査で行った。提案する画像認識誘導CycleGANネットワークの背景ぼかし手法は、SOTAと比較して生成画像の品質が高く、モデルサイズと生成速度もそれぞれ56.10MBおよび47msという明確な利点を持つ。

背景ぼかし;画像認識;CycleGANネットワーク;スマートフォーカス