- …
- …
#783
summarized by : Masaki Taniguchi
どんな論文か?
入力画像の属性変換(人の顔写真にメガネを追加したり髭を生やしたり等)に取り組んでいる論文。AttGANやStarGANよりも高い性能を発揮。Selective Transfer Unit(STU)というスキップコネクションモジュールと、元画像とターゲット画像の属性差分ベクトルを入力することを提案した。
新規性
Encoder-Decoder部にただのスキップコネクションではなく、GRUのモデルを採用したSTUを用いると性能が向上することを実験的に示した。
また、既存手法ではターゲットの属性ベクトルを入力していたが、本手法では元画像とターゲット画像の属性の差分ベクトルを入力として使用することにより、ネットワークが属性の変更に集中できるため品質の向上につながった。
結果
ユーザーテストにおいて、既存手法よりも大幅に良い結果を出した。
その他(なぜ通ったか?等)
- …
- …