より美しく、より鮮明な画像を作れる「CUT」を知ろう！

３つの要点

✓教師なし画像変換において、Contrastive learning の有用性を示す

✓Contrastive learning のNegativeサンプルを入力画像内からサンプリングすることでパッチ間の相互情報量を最大化

✓従来手法のCycleGANやGCGANと比較しmAPやFIDの向上や更には学習時間の短縮も実証

Koshiro Nagano

私は深層生成モデルにおける画質劣化の復元方法について研究しております。 また、将来のロボット開発におけるエッジAIの組み込みに携わりたく、モデルの軽量化やSIM2REALに貢献したいと考えております。 数年後にAI/ML Residency Program などのAI研究の留学をするため、日々研鑽しております。