クラスラベルなど事前に決められた情報ではなく、画像Bよりも画像Aに似ているという制約(必ず満たされる)のもとでの画像生成を行うConstrained GAN (CONGAN)を提案。画像Aと画像Bの情報から潜在空間での有効領域を定義し，領域の情報と乱数からGANを用いて生成する。潜在空間での距離関数に基づいたconstraint criticロスを利用し学習することで制約を満たすように学習。