近年敵対的生成ネットワークGANを用いた画像のスタイル転写に変換する研究が盛んである。本研究ではペアとなる教師画像を必要としないCycleGANモデルを用いて入力画像を鉛筆画風画像に変換することを試みる。実際人間が鉛筆画を描く場合は風景の重要な（注意をひく）部分を詳細に、他の部分を省略して描くという抽象化が行われる。一方，CycleGANによる鉛筆画風画像生成は学習データの描き方にも依存するが，各領域の重要度に合わせて選択的に詳細度を変化させることができない．この問題を解決するために，本研究では鉛筆画を生成するCycleGANと顕著度を推定するSalGanを組み合わせ，入力画像の各領域の顕著度に合わせて描画の詳細度を制御できる技術を提案する．