- …
- …
#581
summarized by : 金城 忍
どんな論文か？
単純な確率分布から抽出された任意の数のノイズベクトルを使用してソースドメイン、ターゲットドメインの生成器の分布間の違いを小さくする一方で、通常の画像に対する敵対的学習に加え、画像のパッチレベルのでの敵対的学習を実施することで、より写実性がありかつターゲットドメインのデータに過適合しないFew-shot適応の提案
新規性
ソース、ターゲットドメインの生成器の出力に対する分布間の距離に制約を与える一方で、パッチレベルでの画像に対する敵対的学習をし、過適合と写実性に対する頑健性を向上させるという点で新規
結果
FFHQ、LSUN Church、LSUN Cars及びLSUN Horsesをソースドメインとして学習し、9つのターゲットドメインで評価した結果、提案手法が既存手法より良い結果となった
その他（なぜ通ったか？等）
- …
- …