(PaperReview) "U-GAT-IT" unsupervised generative attentional networks with adaptive layer-instance normalization for image-to-image translation

(PaperReview)

도메인 간의 매핑 함수를 학습해 신기한 이미지를 만들고자 하는 Image to Image translation 분야의 새로운 시도가 계속되고 있는 가운데 NCSOFT의 김준호님이 1저자로 참여한 U-GAT-IT은 AdaLIN이라는 새로운 정규화 기법을 제안하고 CAM(Class Activation Map)과 Attention 구조의 적용으로 도메인에 따라서 모델의 구조 변경이나 하이퍼파라미터 변경 없이도 유연한 shape 및 texture 변형이 가능케 하는 새로운 방법을 소개합니다.

- review date 1: 2019/08/09 (by Meyong-Gyu.LEE @Soongsil Univ.)
- review date 2: 2019/08/11 (by Meyong-Gyu.LEE @Deeperence)
- Kor review of 'U-GAT-IT: unsupervised generative attentional networks with adaptive layer-instance normalization for image-to-image translation' (arXiv, Submitted on 25 Jul 2019)


도메인 간의 매핑 함수를 학습해 신기한 이미지를 만들고자 하는 Image to Image translation 분야의 새로운 시도가 계속되고 있는 가운데 NCSOFT의 김준호님이 1저자로 참여한 U-GAT-IT은 AdaLIN(Adaptive Layer Instance Normalization)이라는 새로운 정규화 기법을 제안하고 CAM(Class Activation Map)과 Attention 구조의 적용으로 도메인에 따라서 모델의 구조 변경이나 하이퍼파라미터 변경 없이도 유연한 shape 및 texture 변형이 가능케 하는 새로운 방법을 소개합니다.