最近の研究では、2つのドメイン間の画像変換において著しい成功が示されています。しかし、既存の手法は3つ以上のドメインを扱う際にはスケーラビリティとロバスト性に限界があり、異なるモデルを各画像ドメインのペアごとに独立して構築する必要があります。この制約に対処するために、私たちはStarGANという新しいスケーラブルな手法を提案します。StarGANは単一のモデルを使用して複数のドメイン間で画像変換を行うことができます。このような統一されたモデルアーキテクチャにより、異なるドメインを持つ複数のデータセットを単一のネットワーク内で同時に学習することが可能になります。これにより、StarGANは既存のモデルよりも優れた品質の変換画像を生成し、入力画像を任意の目的ドメインに柔軟に変換する新たな能力を持っています。私たちは顔属性転送および顔表情合成タスクにおいて、当手法の有効性を実証的に示しています。