画像合成は画像処理における重要な操作であるが、前景と背景の不整合は合成画像の品質を著しく低下させる要因となる。前景を背景と調和させるという目的を持つ画像調和（image harmonization）は、有望な研究課題ではあるが、同時に高い技術的挑戦性を有する。しかしながら、画像調和に向けた高品質な公開データセットの不足が、この分野の技術発展を大きく阻害している。本研究では、COCO（以下、COCO）データセット（およびAdobe5k、Flickr、day2night）に基づいて合成された複合画像を用いて、iHarmony4という新しい画像調和データセットを構築した。これにより、それぞれHCOCO（以下、HCOCO）、HAdobe5k、HFlickr、Hday2nightというサブデータセットを生成した。さらに、前景を背景と同一のドメインに変換するという洞察に基づき、新たなドメイン検証識別器（domain verification discriminator）を導入した深層学習型画像調和手法DoveNetを提案した。構築したデータセットを用いた広範な実験により、本手法の有効性が実証された。本研究で提供するデータセットおよびコードは、https://github.com/bcmi/Image_Harmonization_Datasets にて公開されている。