Slide 10
Slide 10 text
CollaGAN: Collaborative GAN for Missing Image Data
Imputation
• 従来のGANはドメイン変換の入力と出力が1対1だった
• 『Why Don’t you use all domain-data you have?』ということで、提案手法の
CollaGANでは複数のドメイン画像を同時入力して1つの特定ドメイン画像への変換を実行
• ある人物ではドメインAの画像が、別の人物ではドメインBの画像が無いとき、不足パター
ンの画像を生成することが可能
• ネットワーク構造はStarGANとほとんど同じ、Generatorへの入力が複数画像+ドメイン
指定になっている点だけ新しい
• ドメインがN個あるとき、inputはHeigh*Width*Nのサイズとなる。
• N個のドメインのうち、いくつかを真っ黒な画像に置き換えるDomain-Drop-outをする。
• 同時に入力するドメインの数が多いほど生成画像のクオリティが向上することを確認した。
参考:
http://openaccess.thecvf.com/content_CVPR_2019/papers/Lee_CollaGAN_Collaborative_GAN_for_Missing
_Image_Data_Imputation_CVPR_2019_paper.pdf