KAUSTによる研究チームは、大規模な不均一テクスチャをより高精度に生成する敵対的生成ネットワークGAN（generative adversarial network）を用いたテクスチャ合成技術「TileGAN」を発表しました。
論文：TileGAN: Synthesis of Large-Scale Non-Homogeneous Textures
Anna Frühstück（KAUST）
Ibraheem Alhashim（KAUST）
Peter Wonka（KAUST）
本論文は、大規模なテクスチャを生成するGANを用いたテクスチャ合成フレームワークを提案します。テクスチャ合成とは、ある画像をサンプルとして受け取り、類似した大規模な画像に合成する技術です。しかしながら、サンプルベースのテクスチャ合成は大規模であっても非常に均一でありリアリティとしては不十分です。
そこで本提案では、大量のサンプル画像を入力に使用し、不均一な大規模テクスチャを生成します。生成には、境界部分にできるだけアーチファクトのない大規模でより自然なテクスチャを生成するために訓練されたGANの出力を組み合わせたアルゴリズムを用います。また、ユーザがインタラクティブに操作し局所ベースでテクスチャを変更できるユーザインタフェースも提案します。