#710
summarized by : 金城 忍
Generative Hierarchical Features From Synthesizing Images

どんな論文か?

符号化器の各層を線形変換し、それぞれを独立に学習した生成器 (StyleGAN) の各層の間に挿入すると同時に正規化することで学習した潜在コードを反映した合成画像を生成することで符号化器を学習することで、その汎用性を高める提案

新規性

画像合成、分類問題等に汎化可能な符号化器を学習するという点で新規

結果

MNIST、FF-HQ、LSUN bedrooms及びImageNetで事前学習したStyleGANの評価で、画像再構築ではALAEとの比較で提案手法が良い結果を達成し、画像編集では視覚的な評価で適切な操作が反映されていることが確認され、画像挿入に対する調和性の評価でも効果が視覚的に確認され、分類問題でも既存手法よりよい結果を達成した (但しImageNetを除く)

その他(なぜ通ったか?等)