summarized by : Anonymous
Matteo Tomei, Marcella Cornia, Lorenzo Baraldi, Rita Cucchiara
芸術、現実の両ドメイン領域間の視覚的な特徴量の差異を減少させることで、芸術作品を写実的な視覚化に変換可能とするCycle-GANベースの意味理解アーキテクチャを提案。
変換対象の描画を分割してパッチとして、各々のパッチと対応する領域にある実際の画像をメモリバンクのもとで類似度が最大になるように学習した。
SOTAの手法(Cycle-GAN、UNIT、DRIT)と比較して、細かな要素、特に景観においてはぼやけた範囲が減少したことでリアリズムの向上を観察。