EdgeConnect: 生成画像の欠損部補完に敵対的エッジ学習を用いた手法

最近数年、深層学習技術は画像補完において著しい改善をもたらしています。しかし、これらの多くの技術は過度に滑らかで／またはぼやけた結果となり、合理的な構造を再構築できないことがあります。本論文では、細部が豊かな領域の再現性を向上させる新しい画像補完手法を開発しました。私たちはエッジジェネレータと画像完成ネットワークからなる2段階の敵対モデルEdgeConnectを提案します。エッジジェネレータは画像の欠損領域（規則的なものと不規則なもの）のエッジを推定し、画像完成ネットワークは推定されたエッジを事前情報として用いて欠損領域を埋め込みます。私たちはCelebA、Places2、Paris StreetViewという公開データセット上でモデルを全体的に評価し、定量的にも定性的にも現行の最先端技術よりも優れていることを示しました。コードとモデルは以下のURLで入手可能です：https://github.com/knazeri/edge-connect