[2C1-GS-7] 画像音声メディア処理：

[2C1-GS-7-04] テキストと述語論理を用いた拡散モデル

〇末吉 耕大¹、松原 崇¹ (1. 大阪大学 大学院基礎工学研究科)

キーワード：拡散モデル、画像生成

拡散モデルは近年めざましい成功を収めており，高品質で多様性のある画像生成することが可能になった．しかし，テキストからの画像生成ではユーザーの意図を捉える難しさがある．例えば，指定物体の不足や所有関係の無視が問題である．このような問題に対処するため，述語論理を用いた拡散モデルを提案する．具体的にはアテンションの一画素を述語として捉え，述語論理を用い設定した命題を満たすように画像生成を行う．検証では様々なテキストに対し，本手法が有効であるとわかった．