ノードとスライダで細部調整を追い込む画像生成システムの提案と評価

Abstract

Text-to-Image モデルで生成した画像を意図した通りの画像となるよう追い込むことは難しい．生成される画像をテキストのみで制御することが困難なためである．入力するテキストは単語の順序や修飾関係を明確にしたものでなければならず，後からの修正も容易ではない．また，生成された画像をテキストのみで編集する手法が研究されているが，スクリプト言語でのコーディングが必要となる．本研究はパラメータの調整や特定の部分のみを編集することによってユーザ自らが求める表現へと追い込めるようにすることを目的とし，テキストボックスとスライダからなるノードの操作によって画像の生成と編集を行うシステムを提案する．単語の入れ替えや修飾関係の指定，パラメータの調整といった作業はテキストボックスやコードエディタで行うのではなく，それに適したインタフェースで行うべきだと考えている．ノードベースのシステムとすることで単語同士の関係を指定することや，編集したい部分のみ操作することが可能になる．また，各ノードに備えたスライダ操作によってインタラクティブにパラメータの調整ができる．さらに，作例制作を通した提案システムの評価を行った．提案システムによって生成済みの画像を追い込むことでユーザが求める表現を持つ画像を制作できるようになることを示した．