- …
- …
#566
summarized by : 綱島 秀樹
どんな論文か？
・unconditionalな画像生成において、生成データを実データとして扱う場合を含むことで生成品質を向上させたPositive-Unlabeled GAN (PUGAN) を提案した。
・生成データは品質が高いものだと実データに非常に近いか、むしろ品質の低い実データよりも良い場合があるのがモチベーション。
新規性
生成データを実データとして扱う新しい訓練の枠組みを提案し、既存のモデルの性能を向上させることが可能な点 (MNISTの生成以外)
結果
複数のデータセット、複数のアーキテクチャにおいてPUを導入すると生成品質 (FID) 向上が可能
その他（なぜ通ったか？等）
正直論文はintroや図や表を見てもいまいち内容がくみ取りにくく、メインアイデアの図もないため、貢献も内部まで読まないと不明瞭。また、関連研究の項目が存在しない。たしかに新しい提案であり、効果があるのもわかるが、CVPRの論文の質としては著しく低く感じ、かなりギリギリで通ったのではないかと考えられる。
- …
- …