#744
summarized by : 金城 忍
Discovering Interpretable Latent Space Directions of GANs Beyond Binary Attributes

どんな論文か?

事前学習したStyleGANを利用して、画像の独自性を管理するためにまず任意の数の潜在符号を生成し、それから合成画像を生成するための即時的な符号を生成し、それを使用して生成された画像を真値とし、指定された属性に対するユーザーが与えた変更を加えた画像を偽物として、それを尤もらしい画像にするためにモデルを学習することを提案

新規性

属性に対して、どの程度の影響を与えるかという観点から、GANを使用して画像に変更を加えるという点で新規

結果

9つのアニメの属性をDanbooru2018、Manga109及び独自に収集したちびまる子のデータセットから収集し、7つの人間の属性をCelebA及びインターネット上から収集し、それらを使用した評価で、主にInterFaceGANと比較した結果、提案手法が視覚的に良くターゲットとなる属性に変更を尤もらしく与えていることが確認された

その他(なぜ通ったか?等)