VecGAN：基于可解释隐空间方向的图像到图像翻译
计算机视觉与模式识别
2022-07-08 v1 人工智能
机器学习
摘要
我们提出 VecGAN，一种用于人脸属性编辑、具有可解释隐空间方向的图像到图像翻译框架。人脸属性编辑任务面临着以可控强度精确编辑属性并保持图像其他属性的挑战。为此，我们通过隐空间分解来设计属性编辑，并为每个属性学习一个与其他属性正交的线性方向。另一个组件是变化的可控强度，即一个标量值。在我们的框架中，该标量既可以通过采样得到，也可以通过参考图像的投影编码得到。我们的工作受到固定预训练 GAN 的隐空间分解工作的启发。然而，那些模型无法端到端训练且难以精确编辑编码图像，而 VecGAN 针对图像翻译任务进行端到端训练，并能在编辑某一属性的同时保持其他属性不变。我们大量的实验表明，VecGAN 在局部和全局编辑上都比现有最优方法取得了显著改进。
引用
@article{arxiv.2207.03411,
title = {VecGAN: Image-to-Image Translation with Interpretable Latent Directions},
author = {Yusuf Dalva and Said Fahri Altindis and Aysegul Dundar},
journal= {arXiv preprint arXiv:2207.03411},
year = {2022}
}
备注
ECCV 2022