#347
summarized by : 加藤義道
FairStyle: Debiasing StyleGAN2 with Style Channel Manipulations

どんな論文か?

GANで生成される画像の公正さを向上させる研究. 本研究は事前学習済みのStyleGAN2モデルに対して, 追加学習なしで特定属性のdebiasを行う手法を提案. また, 人種などの複雑な属性に対するCLIPを用いたテキストベースのdebias手法を提案. 実験により, 画像の品質を損なうことなく, 数分以内にdebiasを成功させることを実証.
placeholder

新規性

追加学習なしでGANモデルを直接debiasできる点.

結果

FFHQデータセットで訓練したStyleGAN2を使用. 比較モデルはFairGenとStyleFlowを用いた. 生成画像の属性分布と一様分布のKLダイバージェンスを測定. FFHQや学習済みのStyleGAN2, FairGen, StyleFlowと比較して, 提案手法はすべての属性で一様分布により近づいた結果になった.

その他(なぜ通ったか?等)

コード: https://github.com/catlab-team/fairstyle プロジェクト:https://catlab-team.github.io/fairstyle/