Wavelet-based Unsupervised Label-to-Image Translation 파동기반 비지도 라벨-이미지 변환

세マン틱 이미지 합성(Semantic Image Synthesis, SIS)은 이미지-이미지 변환의 하위 범주로, 세맨틱 레이아웃을 사용하여 사진처럼 실제적인 이미지를 생성하는 기술입니다. 최신 조건부 생성적 적대 네트워크(Generative Adversarial Networks, GANs)는 이 작업을 수행하기 위해 대량의 짝짓기 데이터가 필요하지만, 일반적인 비짝짓기 이미지-이미지 변환 프레임워크는 세맨틱 내용 대신 외관의 대응 관계를 학습하기 때문에 성능이 떨어집니다. 고품질 생성 이미지가 원래의 세맨틱 레이아웃으로 다시 분할되어야 한다는 가정에서 출발하여, 우리는 자기 지도 분할 손실과 전체 이미지 웨이블릿 기반 판별을 활용한 새로운 비지도 SIS(Unsupervised Semantic Image Synthesis, USIS) 패러다임을 제안합니다. 또한 실제 이미지의 고주파수 분포와 일치시키기 위해 웨이블릿 영역에서 새로운 생성자 아키텍처를 제안합니다. 우리는 3개의 도전적인 데이터셋에서 우리의 방법론을 테스트하여 짝짓기 모델과 비짝짓기 모델 간의 성능 차이를 줄이는 능력을 입증하였습니다.