#537
summarized by : fnakamura
Unpaired Portrait Drawing Generation via Asymmetric Cycle Mapping

どんな論文か?

既存のスタイル変換は大雑把なスタイルを付与・変換するため困難であり、かろうじてペアありデータならば可能であった顔写真から肖像画 (APDrawings) への画像変換を、ペアなしデータで実現する asymmetric cycle structure GAN を提案。非対称な再構成損失、顔の各パーツを担当する複数の Discriminator を持つ。また、複数のスタイルでの生成も可能とした。
placeholder

新規性

顔写真と肖像画では情報量に大きな差異があり CycleGAN 等では再構成の情報が埋め込まれることを解決するため、asymmetric cycle structure を持った GAN を導入、厳密な cycle-consistency loss を取らず、顔写真と顔写真再構成それぞれから HED で抽出したエッジを LPIPS perceptual metric で測った損失を取る。

結果

定性的な評価として neural style transfer や image-to-image translation の各モデルと比較するための例示を掲載。user study では提案手法を含む4手法で比較・ランクづけし、提案手法が Rank1 とされることが圧倒的に多く、同課題において SOTA の結果となった。

その他(なぜ通ったか?等)