StyleT2F：利用StyleGAN2从文本描述生成人脸
计算机视觉与模式识别
2022-04-19 v1 机器学习
摘要
近年来，人工智能驱动的图像生成取得了显著进步。生成对抗网络（GANs），如StyleGAN，能够生成高质量的逼真数据，并对输出具有艺术控制能力。在本工作中，我们提出StyleT2F，一种利用文本控制StyleGAN2输出的方法，以便能够从文本描述生成细致的人脸。我们利用StyleGAN的潜空间来操控不同的面部特征，并有条件地采样所需的潜码，该潜码嵌入了输入文本中提到的面部特征。我们的方法被证明能正确捕捉所需特征，并展现出输入文本与输出图像之间的一致性。此外，我们的方法保证了在操控充分描述人脸的广泛面部特征时的解耦性。
引用
@article{arxiv.2204.07924,
title = {StyleT2F: Generating Human Faces from Textual Description Using StyleGAN2},
author = {Mohamed Shawky Sabae and Mohamed Ahmed Dardir and Remonda Talaat Eskarous and Mohamed Ramzy Ebbed},
journal= {arXiv preprint arXiv:2204.07924},
year = {2022}
}