- …
- …
#319
summarized by : Hiroaki Aizawa
どんな論文か？
MixNMatchと呼ぶ，背景，物体，ポーズ，形状，テクスチャの表現を2D画像からdisentanglementできるconditional GANを提案．これらのdisentangleされた表現からの生成はFineGANを利用する．
新規性
この研究のポイントは，画像からこれらの要素のミックス可能なdisentangleされた表現を抽出するために，ALIやBiGANのようなinverse mappingを学習すること．ただし，これらの要素専用のDiscriminatorが必要．加えて，Eを学習するために，サンプリングされた画像を利用するなどの工夫あり．
結果
定量評価は，生成画像に対してIS/FID，学習された表現に対してはクラスタリングの性能，形状とテクスチャの保存についてはkeypointを利用して定量評価を行う．実際に，これらの表現をtransferした結果はインパクトが大きい．
その他（なぜ通ったか？等）
- …
- …