- …
- …
#461
summarized by : 金城 忍
どんな論文か？
潜在ベクトルに対して、分類器の出力結果に関して勾配を取る一方で、生成器の出力結果に対して勾配を取ることで取得した微妙な摂動を、潜在ベクトルに埋め込むことで、任意の特性を持った画像を生成する手法の提案
新規性
任意の特性が反映された画像生成するために、特性と潜在ベクトルの両方を利用して勾配を流れ (Loss landscape) を作るという点で新規
結果
FFHQ、CelebaHQを使用してFFHQ-Attribuites及びCelebAHQ-Attributesに対するMDSでの評価では、提案手法が既存の手法より良い結果となる一方で、任意の特性を持つ画像の生成は、学習データに強く依存することも確認された
その他（なぜ通ったか？等）
- …
- …