用于解耦和可控图像编辑的紧凑语义潜空间
计算机视觉与模式识别
2023-12-14 v1
摘要
生成模型领域，特别是生成对抗网络（GAN）的最新进展，在可控图像编辑方面取得了实质性进展，尤其是与深度学习之前的时代相比。尽管这些方法具有对图像施加逼真修改的强大能力，但它们通常缺乏解耦（独立编辑属性的能力）等特性。在本文中，我们提出了一种自编码器，它重新组织了 StyleGAN 的潜空间，使得我们希望编辑的每个属性都对应于新潜空间的一个轴，并且潜轴之间去相关，从而促进解耦。我们使用主成分分析在潜空间的压缩版本中工作，这意味着我们自编码器的参数复杂度降低，从而缩短了训练时间（约 45 分钟）。定性和定量结果证明了我们方法的编辑能力，与竞争方法相比具有更大的解耦性，同时在身份方面保持了对原始图像的保真度。我们的自编码器架构简单直接，便于实现。
引用
@article{arxiv.2312.08256,
title = {A Compact and Semantic Latent Space for Disentangled and Controllable Image Editing},
author = {Gwilherm Lesné and Yann Gousseau and Saïd Ladjal and Alasdair Newson},
journal= {arXiv preprint arXiv:2312.08256},
year = {2023}
}