論文へのリンク
筆者・所属機関
Phillip Isola(Berkeley), Jun-Yan Zhu(Berkeley), Tinghui Zhou(Berkeley), Alexei A. Efros(Berkeley)
投稿日付
2016/11/21
概要（一言まとめ）
ディープラーニングを用いた、汎用的な画像変換。pix2pixとして有名。TensorFlowをはじめとした多くの実装例がある
手法の概要
CGAN（条件付きGAN）を使っている。「変換前の画像とGeneratorが生成した画像のペア」と「変換前の画像と変換後の画像のペア」という画像を条件として学習させる。
Generatorにはセマンティックセグメンテーションに使われるU-Netを使用
U-Netのネットワーク
コメント
U-Netの代わりに別のネットワーク(DeepLabV3+とか）使ったら性能が向上したりするのだろうか？それかもうやられてる？
関連情報
任天堂のドット絵のアップスケーリング。直接は関係ないが、極限までスピードの要求される画像変換という点で取り上げる
次に読む論文
自分なりのアウトプット
