GAN 학습을 위한 크로스 스케일 정렬 감독

연구진은 이미지 생성에서 크로스 스케일 감독을 위한 트랜스포머 기반 GAN 학습법 CAT를 제안했다.

논문은 기존의 중간 단계 adversarial loss가 스케일 간 샘플 궤적을 어긋나게 해 드리프트를 유발할 수 있다고 지적한다.

CAT는 스케일별 판별은 유지하면서 생성자 일관성 정규화를 더해 중간 출력이 최종 출력과 맞도록 만든다.

이를 통해 샘플 일관성이 높아지고 생성 오류가 줄며, ImageNet-256 같은 데이터셋에서 one-step inference 성능도 강화된다.