基于 GAN 的高多样性属性引导人脸生成
计算机视觉与模式识别
2018-06-29 v1
摘要
在这项工作中，我们专注于基于 GAN 的属性引导人脸合成解决方案。先前的工作利用 GAN 生成照片级真实感人脸图像，并未关注生成图像多样性这一问题。所提出的解决方案则引入单位复数的新颖潜空间，能够将“生日悖论”分数下的多样性提升至训练数据集大小的 3 倍。需要重点强调的是，我们的结果是在相对较小的数据集（20k 样本对比 200k）上取得的，同时在显著更高的分辨率（128x128，而先前工作为 32x32）下保持了生成人脸的照片级真实感特性。
引用
@article{arxiv.1806.10982,
title = {High Diversity Attribute Guided Face Generation with GANs},
author = {Evgeny Izutov},
journal= {arXiv preprint arXiv:1806.10982},
year = {2018}
}