#126
summarized by : 綱島 秀樹
Controllable Person Image Synthesis With Attribute-Decomposed GAN

どんな論文か?

Unpairedの設定において、訓練済みのhuman parserを用いて抽出した特徴を部位ごとにstyleとして特徴を作り、AdaINでPoseに突っ込んでいくとSOTAのポーズ変換やhuman2humanのvirtual try-onができるAttribute-Decomposed GANを提案した
placeholder

新規性

・人物の部位ごとに操作可能なPerson Image Synthesis (PIS) を可能にした点 ・生成品質でSOTA

結果

・ポーズ変化で定性定量的にSOTA ・human2humanでのVirtual Try-onも自然に行える ・ポーズが訓練データのバイアスを受けており、あまりにも訓練データと違うポーズがあると失敗する

その他(なぜ通ったか?等)

human parserを使うのが非常に合理的、かつ、しっかりインパクトある形で仕上げてきているので通ったと考えられる。