人脸 GAN 的逆映射
计算机视觉与模式识别
2020-09-15 v1 人工智能
摘要
生成对抗网络（GAN）从随机潜向量合成逼真图像。尽管许多研究探索了 GAN 的各种训练配置与架构，但反转生成模型以提取给定输入图像的潜向量的问题尚未得到充分研究。虽然每个给定随机向量恰好对应一幅生成图像，但从图像到其恢复潜向量的映射可能有不止一个解。我们训练了一个 ResNet 架构，为给定人脸恢复一个可用于生成与目标几乎相同人脸的潜向量。我们使用感知损失将人脸细节嵌入恢复的潜向量中，同时利用像素损失保持视觉质量。绝大多数潜向量恢复研究仅在生成图像上表现良好，我们认为我们的方法可用于确定真实人脸与包含大多数重要人脸风格细节的潜空间向量之间的映射。此外，我们提出的方法以高保真度和速度将生成人脸投影到其潜空间。最后，我们在真实与生成人脸上展示了我们方法的性能。
引用
@article{arxiv.2009.05671,
title = {Inverse mapping of face GANs},
author = {Nicky Bayat and Vahid Reza Khazaie and Yalda Mohsenzadeh},
journal= {arXiv preprint arXiv:2009.05671},
year = {2020}
}
备注
8 pages, 6 figures