#357
summarized by : 金城 忍
Blur, Noise, and Compression Robust Generative Adversarial Networks

どんな論文か?

ぼかし及び圧縮された画像に対する生成器を学習する一方で、クリーンな画像の生成器を学習することで、ぼかし及び圧縮に対して頑健な生成モデル (それぞれBR-GAN、CR-GAN) を作成し、それらを既存手法であるノイズに対して頑健性のあるNR-GANと組わせる (BNCR-GAN) ことで、ぼかし及び圧縮の強度に対して一貫性を保持しつつ、それぞれに対して頑健性のある手法の提案

新規性

画像生成の過程において、ぼかし及び圧縮に対して頑健性のある生成モデルを、頑健性を高める一方で、それぞれの強度を維持しつつ学習する手法という点で新規

結果

CIFAR-10を使用した評価で、BR-GANはぼかしに対して、既存の手法及びBNCR-GANより良い性能を示し、圧縮に対してBNCR-GAN及びCR-GANが既存の手法より良い性能を示した

その他(なぜ通ったか?等)