生成场：通过倒置感受野揭示StyleGAN的层次化特征控制
计算机视觉与模式识别
2025-04-25 v1
摘要
StyleGAN展示了GAN从随机噪声合成虚构人物高度逼真人脸的能力。基于GAN的图像生成的一个局限在于难以控制生成图像的特征，这是由于低维潜空间的强纠缠所致。先前旨在用图像或文本提示控制StyleGAN的工作调制了W潜空间中的采样，该空间比Z潜空间更具表达能力。然而，W空间的表达能力仍然受限，因为它不直接控制特征合成；同时W空间中的特征嵌入需要预训练过程来重建风格信号，限制了其应用。本文引入了“生成场”的概念来解释StyleGAN中的层次化特征合成，其灵感来源于卷积神经网络的感受野。此外，我们提出了一种新的StyleGAN图像编辑流水线，该流水线利用生成场理论和通道级风格潜空间S，利用CNN的内在结构特征，在合成时实现对特征合成的解耦控制。
引用
@article{arxiv.2504.17712,
title = {Generative Fields: Uncovering Hierarchical Feature Control for StyleGAN via Inverted Receptive Fields},
author = {Zhuo He and Paul Henderson and Nicolas Pugeault},
journal= {arXiv preprint arXiv:2504.17712},
year = {2025}
}