#962
summarized by : Ryota Suzuki
Two-Stage Peer-Regularized Feature Recombination for Arbitrary Image Style Transfer

どんな論文か?

ゼロショットでもきれいなスタイル変換を実現するために,2ステージにする.まずメトリック学習でcontent/styleを分離しつつのオートエンコーダを作り,そのエンコーダ出力に対し特殊な処理で特徴を作り,それでデコーダを学習する.ソースとターゲットのcontentでk-NNでグラフを作り,そのattentionを重みとしてstyleを線形結合する.また,その逆もやることで,結合した特徴を作る.
placeholder

新規性

グラフ的な処理で潜在空間での組み合わせによるスタイルトランスファー構造が新しい模様.VGG pretrainedに依存したPerceptual lossもいらない.

結果

論文の図を参照してほしい.数値評価はVGG pretrainedに依存しているので載せていないらしい.

その他(なぜ通ったか?等)