- …
- …
#342
summarized by : Taiki Sugiura
どんな論文か？
Deep image inpaintingはまだ大きな欠損領域や複雑なセマンティクスを扱うことができないと主張． feed-forwardパスを助けるための補助情報を提供するinversionパスを持つデュアルパスインペインティングネットワークを構築し，特徴の整合のための変形可能な融合モジュールを設計．
新規性
(ⅰ)GAN inversionを用いたフィードフォワードインペインティングを支援するデュアルパスインペインティングフレームワークを提案．(ⅱ)二つのパスからの特徴を融合する際の位置のずれの問題を解決するためのジェネレータに新しい変形可能な融合モジュールを提案．
結果
本手法が各指標において，最新の手法と同等または優れた結果を示した．マスクの割合を変えても，本手法の優位性は変わらなかった．
その他（なぜ通ったか？等）
- …
- …