Apr, 2019

Image2StyleGAN：如何将图像嵌入到StyleGAN的潜空间中？

HTML
PDF
TL;DR我们提出了一种高效的图像嵌入算法，通过将图像嵌入StyleGAN的潜在空间，实现了可以应用于现有照片的语义图像编辑操作，从而得出了关于探究StyleGAN潜在空间结构的有价值洞见，并提出一系列实验来测试嵌入哪些图像类别、如何嵌入、哪些潜在空间适合嵌入以及嵌入是否具有语义意义。
发现论文，激发创造
  • Image2StyleGAN++：如何编辑嵌入式图像？

    Image2StyleGAN++提出了一种灵活的图像编辑框架，它通过优化嵌入的噪声和扩展全局嵌入为本地嵌入的方式，结合激活张量操作，实现了高质量的本地编辑和全局语义编辑，可以用于图像重建、图像修复、图像混叠、局部风格变换、涂鸦图像编辑和属性级特征变换。

    Nov, 2019

  • 用于加速StyleGAN嵌入的协作学习

    该论文提出了一种基于协作学习的框架，包括一个高效的嵌入网络和一个基于优化器的迭代器，以有效地获得高质量的潜在代码，从而实现高效的图像编辑应用。

    Jul, 2020

  • StyleSpace分析：StyleGAN图像生成的解耦控制

    通过对预先训练在多个数据集上的模型进行分析，本文探讨和分析了StyleGAN2的潜在样式空间，发现StyleSpace的通道式样式参数空间显著比前人的其他中间潜变空间更具解开性，提出了一种通过StyleSpace控制实现更好的视觉属性解开性的方法，最终展示了应用StyleSpace控制实现对真实图像的操作，为通过简单而直观的接口实现具有语义意义的、良好解开的图像操作铺平了道路。

    Nov, 2020

  • 改进版StyleGAN嵌入：好的潜空间在哪里？

    本研究提出了一种基于StyleGAN的图像嵌入算法，通过引入新的标准化空间来分析重建潜码的多样性和质量，使用基于分析结果的正则化方法来提高嵌入算法的性能，实现了重建质量与编辑质量的更好平衡。

    Dec, 2020

  • 为StyleGAN图像操作设计编码器

    本文研究 StyleGAN 的潜在空间，提出了两个设计编码器的原则，以平衡畸变 - 可操作性和畸变 - 知觉的权衡，从而为真实图片的编辑提供了更好的方法。

    Feb, 2021

  • 只用预训练的StyleGAN进行图像操作的多功能StyleGAN

    本篇论文通过探究 StyleGAN 的空间特性，提出使用预训练的 StyleGAN 加一些操作就可以进行图像处理和编辑任务，并且在各项任务上表现可以与现有最先进技术媲美的方法。

    Nov, 2021

  • 基于潜空间视角的StyleGAN倒推用于图像编辑

    通过对比学习实现GAN逆变换，提高基础潜空间中的表达能力，为重建保真度和可编辑性带来最先进的结果。

    Nov, 2022

  • 重新审视 GAN 反演的潜空间用于真实图像编辑

    通过将StyleGANs的超球面先验Z与潜空间结合起来，我们提出了F/Z+空间，其中F空间用于重建图像而Z+空间支持高质量的编辑，通过在Z+空间中移动实现语义编辑而不损失图像质量。

    Jul, 2023

  • 训练的潜在空间导航：在基于样式的模型生成的图像中预防缺乏逼真感

    本文介绍了一种简单的无监督方法，用于提供训练良好的局部潜在子空间，使得通过潜在编码的导航能够保持生成图像的真实感。实验证明，在局部潜在子空间内生成的图像能够在潜在编码反复调整的情况下保持真实感，并且这种方法对各种类型的基于风格的模型中的潜在编码优化都具有应用潜力。

    Oct, 2023

  • 使用StyleGAN对图像编辑进行残差变形

    提出一种新颖的图像反转架构，该架构提取高速率的潜在特征，并包含流估计模块来对这些特征进行编辑。实验证明，该方法在图像输入的逼真度和编辑质量上都取得了显著的改善。

    Dec, 2023