本論文では、生成敵対ネットワーク（GAN）を基にした新しいモデル、Imaginative Adversarial Network（IAN）を提案しています。GANは画像の分布をモデル化する能力を持つが、提案されているIANは、基礎データセットXとターゲットデータセットYを組み合わせ、新たな分布を生成することを目指しています。著者らは、K-NN選択的特徴マッチングに基づく新しい正則化手法を導入し、GANの敵対的訓練を通じて、より高次元の特徴空間での訓練を行います。また、IANはサンプリングGANと翻訳GANを連鎖させることで、未知の領域を探ることを可能にし、映画やゲームのキャラクターデザインに役立つクリエイティブな顔生成を実現します。実験を通じて、IANの有用性を評価しています。