一种在 StyleGAN2 潜空间中发掘方向的朴素方法
计算机视觉与模式识别
2022-03-22 v1
摘要
近年来，多个研究组已表明生成对抗网络 (GANs) 能够生成照片级真实感图像。利用 GANs，可在潜码与照片级真实感图像之间建立映射。该过程也可逆转：给定照片作为输入，可获得对应的潜码。在本文中，我们将展示如何轻松利用逆映射过程来解释潜空间并控制 StyleGAN2（一种能够生成照片级真实感人脸的 GAN 架构）的输出。从生物学视角，鼻大小等面部特征取决于重要遗传因素，我们探索了对应于此类生物学特征（包括男性化和眼睛颜色）的潜空间。我们展示了将所提方法应用于从 CelebA-HQ 数据库提取的一组照片所获得的结果。我们利用两种 landmarking 协议对一些度量进行量化，并通过统计分析评估其鲁棒性。最后，我们将这些度量与用于沿这些可解释方向扰动潜空间的输入参数相关联。我们的结果为在法医学中利用此类 GAN 架构生成满足特定生物学属性的照片级真实感人脸奠定了基础。
引用
@article{arxiv.2203.10373,
title = {A naive method to discover directions in the StyleGAN2 latent space},
author = {Andrea Giardina and Soumya Subhra Paria and Adhikari Kaustubh},
journal= {arXiv preprint arXiv:2203.10373},
year = {2022}
}