画像から画像への変換における条件付き敵対ネットワークの利用

私たちは条件付き敵対ネットワークを画像変換問題の汎用的な解決策として調査しています。これらのネットワークは、入力画像から出力画像へのマッピングを学習するだけでなく、そのマッピングを訓練するための損失関数も学習します。これにより、従来は非常に異なる損失関数の設定が必要だった問題に対して、同じ一般的なアプローチを適用することが可能になります。私たちはこのアプローチがラベルマップから写真の合成、エッジマップからの物体再構成、および画像の着色など、さまざまなタスクにおいて効果的であることを示しました。実際、本論文に関連するpix2pixソフトウェアのリリース後、多くのインターネットユーザー（その多くがアーティスト）が自らのシステムでの実験結果を投稿しており、これにより当該システムの広範な応用可能性とパラメータ調整なしでの採用の容易さがさらに証明されています。コミュニティとして、私たちはもはやマッピング関数を手動で設計することはなくなりましたし、本研究は損失関数も手動で設計することなく合理的な結果を得られる可能性があることを示唆しています。