- …
- …
#448
summarized by : Shoma Iwai
どんな論文か?
semantic image synthesisやsemantic cross-view image translationにおいて、小物体や細かいテクスチャが上手く生成されない問題に対処する。画像全体を生成するブランチ、クラスごとに分けて生成するブランチ、その2つを組み合わせるための重みを生成するブランチの3つを使って生成する。
新規性
画像全体の生成とクラスごとの生成を組み合わせ。クラスごとの生成をより高精度にするために、生成過程の特徴マップを使ってクラス分類させ、正解クラスとのクロスエントロピーをロスとして加えるclassification-based feature learning の提案。
結果
semantic synthesis, semantic cross-view translation 共にほとんどの指標で既存手法を上回った。user studyでも、CRN, pix2pixHD, SIMS, GauGANを上回った。
その他(なぜ通ったか?等)
- …
- …