論文紹介・画像引用 Google Brainより2019.3.6提出 https://arxiv.org/pdf/1903.02271v1.pdf 本研究のGANの特徴と成果 FIDスコア(低い方が良い) スコア8~9の間にある縦線はベースライン(すべてラベル付けされた画像を使ったBigGAN) 本研究の方法($S^3GAN$)では ラベル付けされた画像は全体のたった10%にも関わらずSOTAであるBigGANと同等の性能になった また全体の20%をラベル付けされた画像にするとBigGANを超える性能となった 解像度128×128 上段:BigGAN 下段:画像の10%のみラベルありのデータを使った$S^3GAN$ データの現実とその対策 これまでの鮮明な画像生成は大量のラベル付きデータによって実現してきた しかし現実的には、ほとんどのデータはラベル付けされていない・ラベル付け自体が多大な