迈向潜在空间的动态操控
计算机视觉与模式识别
2024-11-12 v2 人工智能
摘要
许多生成模型的潜在空间充满了未被探索的“山谷”和“山脉”。迄今为止，用于探索它们的大多数工具仅限于图形用户界面（GUI）。虽然专用硬件可用于此任务，但我们表明，从实时 RGB 摄像头输入中提取预训练卷积神经网络（CNN）的简单特征，通过场景中的简单变化就能很好地操控潜在空间，并且还有巨大的改进空间。我们将这种新范式命名为视觉反应式插值，完整代码可在 https://github.com/PDillis/stylegan3-fun 找到。
引用
@article{arxiv.2409.09867,
title = {Towards Kinetic Manipulation of the Latent Space},
author = {Diego Porres},
journal= {arXiv preprint arXiv:2409.09867},
year = {2024}
}
备注
NeurIPS 2024 Creative AI Track & LatinX in AI Affinity Workshop