【2017】Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks

[Yongtae723]

ざっくり言うと

style transferでよく用いられているAI. Cycle GANと言われている。 従来のstye transferでは２つのclassに属する画像のペアが教師データとして必要だったが、cycleGANではペアが必要ではない。

CycleGANは２つのGeneratorと2つのDiscriminatorを組み合わせることで作成されており、二種類のloss(Adversarial Loss, Cycle Consistency Loss)を考慮する。

キーワード

style transfer CycleGAN

1. 情報

論文リンク

https://arxiv.org/abs/1703.10593

著者

Jun-Yan Zhu

投稿日付

2017年

2. 先行研究と比べてどこがすごい？

3. 技術や手法のキモはどこ？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

7. 実装の詳細

8. データセット

9. 結果の詳細

雑感&メモ