目前圖像到圖像轉換的應用已經非常廣泛，包含從衛星圖像生成地圖到只從輪廓生成完整的服裝圖像。這篇論文研究將長頸鹿轉變為鳥實際上非常具有挑戰，由於兩種動物有不同的大小、紋理和形態。他們訓練了一個名為 instagan 的無監督跨域轉換模型，讓它接受了非常多長頸鹿和鳥的圖片訓練。
最後鳥類成品保留原始圖片的佈局和背景，只是將長頸鹿直接轉換成鳥類；需要強調的是，生成的鳥並不存在，這之後是 instagan 生造的結果。
此次論文的創新點，用作者自己的話說就是，我們此次沒有把蘋果變成橘子，而是把大象變成了香蕉；由於以前沒有監督的圖像到圖像轉換，例子絕大部分是將站著的獅子轉換為趴著，將貓轉化為狗，馬變成斑馬等，可這些訓練在比例、形狀都非常類似，因此難度有所差別。
鳥類圖片用於訓練
用於訓練 gan 和生成相關的圖像有兩個數據集：coco(common objects in context) 和 caltech-ucsd birds 200；coco 數據集有超過 91 種類型的 328000 張圖片，作者們從中選了 2546 張和 101 張的長頸鹿圖片分別用於訓練和驗證，又從另一個主要覆蓋 200 多個種類的鳥數據集 caltech-ucsd birds 200-2011 中，八二分，選擇 80% 也就是 9414 張的鳥類圖片用於訓練，20% 也就是 374 張用於驗證。
每張圖片都可以看到長頸鹿和鳥的輪廓；牛津大學的研究人員開發了一種AI系統，一是把長頸鹿變成鳥，乃至能夠讓圖片裡的人開口說話。
接下來開始訓練；絕大部分參數與 instagan 初始論文中一致；經過雙線性插值（bilinear interpolation）將長頸鹿和小鳥數據集的圖像大小調整為 256x256 ，gpu 訓練花費了將近 3 周時間（假如用 2 個英偉達 rtx 2080 gpu，時間能減少到一週半)。
綜上，該論文結論是，FakeSet 達成了接近真實數據集的檢測和分割結果，固然大部分圖像並不完全真實，可是正確轉化的比例也非常高，檢測和分割結果也是高可信的（高於80%）。這說明生成的圖像非常逼真，不論是肉眼非常難以察覺，也經得起最先進的深層神經網絡的檢驗。
