↑: [[G検定に関する知識]] - [[GAN]]を用いたImage-to-Image Translationの代表的モデル - 特徴：「ペア画像」を使って学習（入力画像と出力画像が1対1対応） - 例：線画 → 着色、航空写真 → 地図 - 入力画像の構造を保ちながらスタイルを変換 - 欠点：ペアデータの収集が困難なケースが多い → [[CycleGAN]]が解決 - GANをベースにした画像から画像への変換モデル - 入力と正解のペアデータで対応関係を学習 - 用途例：線画→カラー画像、白黒写真→カラー、航空写真→地図、ラフ→完成イラスト - 弱点：ペア（対応する画像セット）の準備が手間 - cf. [[cGAN]], [[GAN]], [[CycleGAN]], [[生成AI]]