PrefGen：基于相对属性的偏好引导图像生成
计算机视觉与模式识别
2023-04-04 v1 人工智能
机器学习
摘要
深度生成模型能够渲染如人脸等内容的逼真图像。近来，在带有特定量化属性（如人脸所传达的情绪）的条件图像生成方面已取得实质性进展。这些方法通常要求用户显式量化所需视觉属性的强度。该方法的一个局限在于，许多属性（如人脸看起来有多“愤怒”）难以由用户精确量化。然而，用户能够可靠地指出两张人脸中哪一张看起来更“愤怒”。遵循这一前提，我们开发了 系统，该系统通过向用户呈现“你偏好图像 还是图像 ？”形式的简单成对比较查询，使用户能够控制生成图像的相对属性。利用一系列查询响应中的信息，我们可以估计用户对一组图像属性的偏好，并执行偏好引导的图像编辑与生成。此外，为使偏好定位可行且高效，我们采用了主动查询选择策略。我们使用 StyleGAN2 生成器在人脸编辑任务上证明了该方法的有效性。另外，我们展示了如何将我们的方法与 CLIP 结合，使用户能够编辑由文本提示指定的属性的相对强度。代码见 https://github.com/helblazer811/PrefGen。
引用
@article{arxiv.2304.00185,
title = {PrefGen: Preference Guided Image Generation with Relative Attributes},
author = {Alec Helbling and Christopher J. Rozell and Matthew O'Shaughnessy and Kion Fallah},
journal= {arXiv preprint arXiv:2304.00185},
year = {2023}
}