- …
- …
#612
summarized by : Shoma Iwai
どんな論文か？
顔画像のスタイル変換。教師なし、ラベルなしの設定でスタイル変換を可能にした。通常はデータセットのラベル（attribute）を使って学習させるが、学習済みCNNの特徴マップをK-meansでクラスタリングすることで擬似的にラベルを作成し、CycleGANの要領で学習を行う。さらに、各クラスタの特徴量の統計量を使った正規化であるASINを提案した。
新規性
ラベルなしの設定でスタイル変換を可能にした点。クラスタの特徴量の平均・分散を使ったASINを提案した点。
結果
スタイル変換した顔画像をクラス分類CNNに入力し、精度を比較。ラベルありで学習させた既存手法を上回った。また、ASINの代わりにAdaINを使って学習させた結果、ASINの方が品質が高くなった（AdaINは１枚の画像の統計量を利用するが、ASINはクラスタの統計量を利用するため、共通の特徴を抽出できる）。また、変換後の画像の品質を調べたuser studyでも既存手法を上回った
その他（なぜ通ったか？等）
- …
- …