CoarseネットワークとHigh-Qualityネットワークに共通するエンコーダーと、Coarseネットワーク用のデコーダーとCAM(contextual attention modul)を使用したHigh-Qualityネットワーク用のデコーダーをそれぞれ学習し、生成時はシングルステップで出力まで行えるようにする

CelebA-HQデータセットで、ベースラインと比較して、速度は半分に、PSNRやSSIMは同等もしくはわずかに良い性能を示した。また、ベースラインと同じく自由な形のマスクにもパッチを当てられることを示した。