#759
summarized by : 金城 忍
CoMoGAN: Continuous Model-Guided Image-to-Image Translation

どんな論文か?

周期性 (角度)、線型性 ([0, 1]の連続変化)のような物理現象を離散化し入力値としてスケーリングファクターを学習し、それを使用して画像を正規化し、自然現象と同様の連続性をもたせて合成画像を生成することで、低速度撮影のように合成画像に対して連続的変化与える提案

新規性

合成画像に物理現象を、回転角などの形で導入し連続的に変化する画像を生成するという点で新規

結果

MUNIT及びCycleGANをベースに、Waymo Open、Synthia (ソース) + Cityscapes (ターゲット) 及びiphone2dslrの評価で、提案手法を取り入れた場合に、IS、CIS及びLPIPS値で取り入れない場合より良い結果を達成 (但しDay-TimelapseのLPIPSを除く) する一方で、視覚的評価では夜明けや夕暮れ、夜の様子を良く表現していることを確認した

その他(なぜ通ったか?等)