教師なし画像間変換は、ソースドメインの画像をターゲットドメインの画像に変換する手法であり、ソース画像とターゲット画像のペアを用いずに実現される。この問題に対して、二つの独立したGAN（生成対抗ネットワーク）と注目機構（attention mechanism）を用いた敵対的設定において、有望な結果が得られている。本研究では、二つのGAN間に共通のディスクリミネーターを導入する新しい手法を提案する。これにより、全体的な変換効率が向上する。また、ターゲットドメインがソースドメインと類似した意味論的特徴を持つ状況下で、クロスドメイン変換タスクとしての画像変形（image transfiguration）について、定性的および定量的な評価を行った。その結果、注目機構を追加せずに、本手法は注目機構を用いた従来手法と同等の性能を達成し、同等の品質の画像を生成することが明らかになった。