情報理論を利用してSegmentationとInpaintingを敵対的に学習する手法。前景と背景は独立のため、前景のみ切り出した画像の背景はInpaintingでは復元できないはずである(逆も然り)。そこで、Inpaintingの観点からは原画像を復元できるように、Segmentationの観点からは原画像を復元させないように、敵対的に学習することで前景を切り出すマスクを生成する。

CUB、Flowers、LSUN Carsといったデータセットで従来法よりも高速に計算できるにもかかわらず、教師なしセグメンテーションにおいてSOTAを達成した。