#399
summarized by : Takuma Yagi
A Flexible Convolutional Solver for Fast Style Transfers

どんな論文か?

画像スタイル変換において、再学習なしで複数のスタイル変換および写実的な生成を可能とする正則化器を追加できる教師なし適応法の提案。Fine-tuningを行うのではなく、スタイル変換を制約付き最小化と見たときの最小化の方法(勾配)を事前に学習することで任意のスタイル画像に対して逐次的にスタイル変換を行える。
placeholder

新規性

スタイル変換をone-shotの逐次最適化として記述したこと。写実的なスタイル生成のために必要な正則化項をテスト時に自然に追加できることを示したこと。

結果

まったく異なるアプローチながら既存手法と同程度の品質のペイントスタイル変換および写実的スタイル変換を行えることを実証。速度も既存手法より高速(2倍程度)。

その他(なぜ通ったか?等)

アイデアは面白く独自性もあるが既存手法と同程度のスタイル変換が出来たことを主張するに留まり結果そのものの正当性については不透明。速度向上の主張も限定的。