生成モデルを用いたSemantic Segmentation手法を提案した点。

医療画像診断やCelebAの顔のパーツのsegmentationで評価を行った。これにより、教師あり学習の手法や半教師あり学習の先行研究よりも高い精度でSemantic segmationできることを確認した。また、訓練データとドメインが異なるデータセットについてもSemantic segmentationできることを確認した。