DLGAN：解耦标签特定的细粒度特征用于图像操控
计算机视觉与模式识别
2020-08-26 v2 机器学习
摘要
近期研究表明，将图像解耦为内容空间与特征空间可实现可控的图像翻译/操控。本文提出一种框架，利用离散多标签控制待解耦的特征，即解耦标签特定的细粒度特征用于图像操控（称为DLGAN）。通过将离散标签特定的属性特征映射至连续先验分布，我们兼具离散标签与参考图像的优势，以混合方式实现图像操控。例如，给定带多个离散细粒度标签的人脸图像数据集（如CelebA），我们可通过参考图像在黑发与金发间平滑插值人脸图像，同时经由离散输入标签立即控制性别与年龄。据我们所知，这是首个在单一模型内实现此类混合操控的工作。更重要的是，它首个实现了在无连续标签作为监督下两不同域间的图像插值。定性与定量实验证明了所提方法的有效性。
引用
@article{arxiv.1911.09943,
title = {DLGAN: Disentangling Label-Specific Fine-Grained Features for Image Manipulation},
author = {Guanqi Zhan and Yihao Zhao and Bingchan Zhao and Haoqi Yuan and Baoquan Chen and Hao Dong},
journal= {arXiv preprint arXiv:1911.09943},
year = {2020}
}