要約
私たちは、意味的なレイアウトから写真的な画像合成を行う半パラメトリックアプローチを提案します。このアプローチは、パラメトリック技術とノンパラメトリック技術の補完的な強みを組み合わせています。ノンパラメトリック成分は、学習画像セットから構築された画像セグメントのメモリバンクです。テスト時に新しい意味的なレイアウトが与えられた場合、このメモリバンクを使用して、深層ネットワークに提供されるソース素材として写真的な参照を検索します。合成は、提供された写真素材を利用することで行われます。複数の意味セグメンテーションデータセットでの実験結果は、本アプローチが最近の純粋なパラメトリック技術よりも著しく現実的な画像を生成することを示しています。詳細な結果は補足ビデオ（https://youtu.be/U4Q98lenGLQ）で確認できます。