- …
- …
#15
summarized by : 綱島 秀樹
どんな論文か？
SPADEは画像全体でスタイルを適用していたので、個々のスタイルをうまく適用できなかったが、セグメンテーションの分類ごとにconvしてやることで、部分部分の特徴をより転移しやすくしたSEANを提案した
Code：https://github.com/ZPdesu/SEAN
※ Videoも存在するがURLの長さの関係で非掲載
新規性
・conditional GANとしてSOTAの性能を達成
・セグメンテーションマップの領域ごとの転移の性能を向上させた
結果
・セグメンテーションマップの領域ごとの転移が可能
・Conditional Generationで生成品質に関してSOTAの性能
・2つのスタイルを用いたモーフィングはが自然に行えている
その他（なぜ通ったか？等）
各セマンティックマップごとにconvするという一見シンプルな発想であるが、絶大なインパクトであったSPADEを凌駕する生成品質を達成する正規化層の提案であり、そこがかなりクリティカルとなっている。
- …
- …