1.실험 결과
Ours on ADE20k DATASET
0 step
6000 step
ViTGAN Generator on CIFAR DATASET
0 step
1000 step
2. Generator의 선택
a.
Implicit Neural Representation 모델 (ViTGAN)
ViTGAN
•
ViTGAN은 암시적 표현을 위해 CIPS와 유사한 설정을 사용한다.
•
구체적으로, 각 패치는 합성 패치의 embedding vector 와 연결된 Fourier feature positional encoding 그리드로부터 2-layer MLP에 의해 생성된다.
우수한 성능 큰 사이즈에 불리 (ViTGAN: 64x64)b. VQGAN 모델
•
Feature를 codebook으로 quantize 하고 이를 Transformer로 생성
High Resolution CNN Encoder 학습필요
