要約
我々は、人物画像生成タスク（特定の人物のポーズを所望のポーズに変換するタスク）に対して、新たな生成的敵対ネットワーク（XingGAN、またはCrossingGAN）を提案する。提案するXing生成器は、人物の外見情報と形状情報をそれぞれ別々にモデル化する二つの生成ブランチから構成される。さらに、人物の形状および外見埋め込みを交差的に効果的に伝達・更新するための二つの新規ブロックを提案する。これにより、両者の相互補完的な向上が可能となり、従来のGANベースの画像生成手法では検討されていなかった新たなアプローチである。Market-1501およびDeepFashionという二つの挑戦的なデータセットにおける広範な実験により、提案手法XingGANが客観的な定量的スコアおよび主観的な視覚的リアリズムの両面で、現行の最先端性能を大きく上回ることが実証された。ソースコードおよび学習済みモデルは、https://github.com/Ha0Tang/XingGAN にて公開されている。