画像拡張モデルは、画像編集、計算機写真、およびコンピュータグラフィックスにおいて広範な応用を持っています。画像補完（inpainting）は文献で広く研究されてきましたが、最先端の補完手法を直接画像拡張に適用することは難しく、これらの手法では語彙の一貫性が失われたり、ぼけたまたは反復的な画素が生成される傾向があります。本研究では、生成対抗ネットワーク（GAN）の識別器に意味条件付けを導入し、一貫性のある意味と視覚的に魅力的な色やテクスチャを持つ画像拡張において優れた結果を達成しました。また、パノラマ生成などの極端な拡張にも有望な結果を示しています。