通过结构化噪声注入实现解耦图像生成

我们探索了将噪声注入生成对抗网络（GANs）的不同设计选择，以解耦潜空间为目标。与传统方法不同，我们提出分别通过独立的全连接层馈入多个噪声编码。其目的是限制每个噪声编码对生成图像特定部分的影响。我们表明，生成器网络第一层中的解耦会导致生成图像中的解耦。通过基于网格的结构，我们实现了多方面的解耦，且未使网络结构复杂化，也无需标签。我们实现了空间解耦、尺度空间解耦，以及前景对象与背景风格的解耦，从而允许对生成图像进行细粒度控制。示例包括改变人脸图像中的面部表情、鸟图像中的喙长，以及汽车图像中的汽车尺寸。经验上，这在 FFHQ 数据集上取得了优于最先进方法的解耦分数。