#197
summarized by : 金城 忍
House-GAN++: Generative Adversarial Layout Refinement Network towards Intelligent Computational Agent for Professional Architects

どんな論文か?

完全な部屋のレイアウトの入力に対して事前に定義された部屋の種類毎にセグメンテーションを施し、エンコードされた種類をノードとして持つ、ノード間の関係性を表すグラフを作成し、その関係性に基づいて、学習時には部屋の種類の全て及び、一部にマスクを施し、マスクされた部分を生成する形でレイアウトを生成し、テスト時にはグラフを入力とし、レイアウトを繰り返し生成し続けることでレイアウトのリファインメントを実施

新規性

学習時に部屋の種類に対して全て及び、一部にマスクを施すことで制約をかけ、それを予測する形で、部屋のレイアウトを繰り返し生成し続けるという点で新規

結果

RPLANを使用して事前にグラフを作成し、それを入力とした評価において、もっともらしさを人間によって、多様性をFID及び互換性をGEDによって評価した結果、いずれにおいても既存の手法より良い結果を達成

その他(なぜ通ったか?等)