全能StyleGAN：仅使用预训练StyleGAN进行图像处理
计算机视觉与模式识别
2021-11-03 v1 机器学习
摘要
近来，StyleGAN凭借其高质量的生成能力和解耦的潜空间，使得各种图像处理和编辑任务成为可能。然而，对于不同的任务，通常需要额外的架构或特定于任务的训练范式。在这项工作中，我们更深入地研究了StyleGAN的空间特性。我们证明，仅使用一个预训练的StyleGAN以及一些操作，无需任何额外的架构，我们就可以在各种任务上取得与最先进方法相当的性能，这些任务包括图像混合、全景图生成、从单张图像生成、可控和局部的多模态图像到图像翻译以及属性迁移。所提出的方法简单、有效、高效，并且适用于任何现有的预训练StyleGAN模型。
引用
@article{arxiv.2111.01619,
title = {StyleGAN of All Trades: Image Manipulation with Only Pretrained StyleGAN},
author = {Min Jin Chong and Hsin-Ying Lee and David Forsyth},
journal= {arXiv preprint arXiv:2111.01619},
year = {2021}
}