초록
다중 영역 이미지의 결합 분포를 학습하기 위해 결합 생성적 적대 네트워크(CoGAN, Coupled Generative Adversarial Network)를 제안합니다. 기존 접근 방식과 달리, 훈련 세트에서 다른 영역의 대응 이미지 튜플이 필요하지만, CoGAN은 어떠한 대응 이미지 튜플도 없이 결합 분포를 학습할 수 있습니다. 이는 주변 분포에서 추출된 샘플만으로 결합 분포를 학습할 수 있도록 하며, 이를 통해 네트워크 용량을 제한하고 주변 분포의 곱보다 결합 분포 해법을 선호하도록 가중치 공유 제약을 강제합니다. 우리는 CoGAN을 색상 및 깊이 이미지의 결합 분포 학습, 그리고 서로 다른 속성을 가진 얼굴 이미지의 결합 분포 학습 등 여러 결합 분포 학습 작업에 적용하였습니다. 각 작업에서 CoGAN은 어떠한 대응 이미지 튜플도 없이 성공적으로 결합 분포를 학습하였습니다. 또한 도메인 적응 및 이미지 변환에 대한 응용 사례도 시연하였습니다.