- …
- …
#430
summarized by : Ho Ching Chiu
どんな論文か？
自然画像manifoldの中からdownsampleしたら元のLR画像になるような画像（に対応したz'）をself-superviseで探す手法。
高(n)次元ガウシアン分布をn-1次元のユニフォーム分布と仮定しpriorを設け、自然画像manifoldに対応したzの空間Lとする。
空間Lの中で当該z'を探すことで、自然画像であることと、LR画像に対応したSRであること両方当てはまるようになる。
新規性
ground truthに合わせて教師ありで訓練するでなく、逆にLR画像に合わせる方向でzを探すのが斬新かと。
結果
人間評価mean-opinion-score (MOS)でFSTGANよりよい。Perceptual quality (Naturalness Image Quality Evaluator)で高スコア。高倍数(64x)でリアルな画像生成に成功。
どんな訓練済み生成モデルに乗せることもできるという。
その他（なぜ通ったか？等）
倍数が小さい(2xとか)や元の画像のサイズが大きい場合、natural image manifoldの中から元画像にdownscaleするような画像を探すのが難しいのではないだろうか
- …
- …