条件付き独立な画素合成を備えた画像生成モデル

従来の画像生成ネットワークは、粗い段階から細かい段階へと画像を段階的に合成するため、空間畳み込み（spatial convolutions）に大きく依存しており、場合によっては自己注意機構（self-attention blocks）を併用している。本研究では、新たな画像生成アーキテクチャを提案する。このアーキテクチャでは、各画素の色値は、ランダムな潜在ベクトル（latent vector）の値とその画素の座標を入力として、独立に計算される。生成過程において、画素間を情報伝播する空間畳み込みや類似の演算は一切用いられない。この生成器が敵対的学習（adversarial fashion）によって訓練された場合の表現能力を分析した結果、最先端の畳み込み型生成器と同等の生成品質を達成することが確認された。さらに、この新アーキテクチャに特有の興味深い性質についても検討を行った。