- …
- …
#474
summarized by : kiyo
どんな論文か?
DiscriminatorにU-Net構造を導入したGANを提案。Encoderの出力とDiscriminatorの出力それぞれついてAdversarial lossを取ることで、大域的な判別とピクセル単位での判別を両立している。FFHQ、COCO-Animalsを用いた実験でBigGANよりFIDもISも向上。
新規性
U-Netを用いたDiscriminatorを提案。consistency-regularizationとしてCutMixを用いていた。
結果
BigGANをベースラインとした比較を行っている。FFHQを用いた実験ではFIDは12.42→7.63に改善しISは4.02→4.47に改善した。COCO-AnimalsではFIDで16.55→13.87、ISで11.78→12.31の改善。
その他(なぜ通ったか?等)
DiscriminatorにU-Net構造を入れるというシンプルな方法で性能が上がったことが要因と思われる。
- …
- …