深層学習モデルの一種であるGANはモード崩壊や勾配消失問題などによって学習が不安定であることが知られている．また，CNNなどの深層学習モデルに比べ，学習に多くのコストがかかるという問題点もある．
本稿では画像データの本質を表すフィーチャ(特徴量)に着目し，段階的学習が可能なGANの学習モデル設計方法を提案する．提案方法では画像のフィーチャをCNNを利用して抽出し，学習データをそのフィーチャを基に段階的に変化させながらGANを学習させることによって，安定した学習を実現する．
提案方法を支援するプロトタイプを実装し，複数のデータセットに適用して，その有効性を示す．