改进的 StyleGAN 嵌入：优质隐变量何在？
计算机视觉与模式识别
2021-10-19 v3 图形学
摘要
StyleGAN 能够生成几乎无法与真实照片区分的照片级真实图像。为给定图像寻找嵌入的反向问题构成一项挑战。能良好重建图像的嵌入并不总是对编辑操作鲁棒。本文中，我们解决寻找既能重建图像又支持图像编辑任务的嵌入问题。首先，我们引入一个新的归一化空间，以分析重建隐变量的多样性与质量。该空间有助于回答优质隐变量在隐空间何处这一问题。其次，基于我们的分析，我们提出一种采用新颖正则化方法的改进嵌入算法。最后，我们分析不同嵌入算法的质量。我们将结果与当前最先进（SOTA）方法比较，在重建质量与编辑质量间实现了更好的权衡。
引用
@article{arxiv.2012.09036,
title = {Improved StyleGAN Embedding: Where are the Good Latents?},
author = {Peihao Zhu and Rameen Abdal and Yipeng Qin and John Femiani and Peter Wonka},
journal= {arXiv preprint arXiv:2012.09036},
year = {2021}
}