問題 No.24
画像生成AIを用いて、白黒写真をカラー写真に変換したり、昼の風景画を夜の風景画に変換する「ドメイン変換」のモデルを作りたい。しかし、全く同じアングルで撮影された「昼の画像」と「夜の画像」の対（ペア）となるデータを大量に集めることは現実的に不可能である。このように、ペアとなるデータセットが存在しない状況下でも、2つの異なるドメインの特徴を相互に学習・変換することを可能にしたGANの発展手法はどれか。
【正解の解説】
Cycle GAN
Cycle GANは、ペア画像がない状況でも、2つのドメイン間の特徴を学習して変換できる手法です。片方のドメインからもう片方へ、そして元に戻せるという性質を利用します。
スポンサーリンク
【その他の選択肢の解説】
DCGAN
DCGANは、CNNをGANに組み込み、画像生成の安定化を図ったモデルです。ドメイン変換を行うものではありません。
Pix2Pix
Pix2Pixは、ペアになった画像データ（白黒とカラーなど）が必要なモデルです。今回のようにペアが用意できない場合には使えません。
StyleGAN
StyleGANは、高精細な画像を生成することに特化したモデルで、主に顔画像生成などで使われます。ドメイン変換が主目的ではありません。