- …
- …
#377
summarized by : Seitaro Shinagawa
新規性
マスクによる欠損画像の段階的な補完はこれまでにもあったが、計算コストがかかっていた。提案するRFR networkでは特徴量空間で再帰的に補完を行い、補完後の画像を出力するので、計算コストが小さくて済む。また、特徴空間で再帰的にattentionの計算を行う際、attentionには一貫性を持たせるための仕組みとしてKCA moduleを提案した。
結果
Place2、CelebA、Paris Street Viewの3つのデータセットで比較した。評価指標のSSIM、PSNR、mean l1 lossに対して、提案手法が既存手法を上回った。
その他(なぜ通ったか?等)
partial convolutionの課題を、再帰的なcontextual attentionという形で綺麗に解決している点が評価されて通ったのでは
- …
- …