- …
- …
#662
summarized by : Yukitaka Tsuchiya
どんな論文か？
アニメによっては全体的なパレットテーマを重視していたり，線の鋭さを重視していたりと重要視する部分が異なるため，ブラックボックスモデルを用いた学習では汎用性とスタイル化の品質が低下していた．提案手法では，Surface, Structure, Textureの表現を分離する学習を行うことで，それぞれの重みを調整することでスタイルを変化させることができる．
新規性
Surface, Structure, Textureの表現をそれぞれ分離して学習を行う．
結果
従来手法(CycleGAN,Fast Neural Style, CartoonGAN)と比較して細かい部分のアーティファクトを軽減していると主張．
FIDを用いて評価を行なった．漫画化した画像の分布に対するFIDが小さいことから漫画画像に近く，実世界の写真の分布に対するFIDが小さいことから画像の内容情報を忠実に保存していると主張．
その他（なぜ通ったか？等）
- …
- …