是否可以使用 StyleGAN 生成同一目标的多个图像？答案

【问题标题】：Is it possible to generate multiple images of the same target using StyleGAN?是否可以使用 StyleGAN 生成同一目标的多个图像？
【发布时间】：2020-02-20 08:49:20
【问题描述】：

我见过很多 NVIDIA StyleGAN 的例子。它们生成无穷无尽的人脸、动漫脸、猫、狗。我想知道是否可以生成同一个人、动漫、猫或狗的多个图像？

【问题讨论】：

标签： machine-learning nvidia generative-adversarial-network

【解决方案1】：

StyleGAN 没有特定主题（人、动物或您拥有的东西）的任何概念或表示。它只有不同级别（粗、中、细）的“风格”。它还在每个级别都有噪声输入。如果你改变风格，你可能会得到看起来像不同人的图像（如果你改变粗略的风格，不同的脸型，如果你改变更精细的层次，不同的肤色和头发）。如果您保持样式输入相同并让噪声输入发生变化，从技术上讲，您将获得可能看起来相同主题的不同图像，但它们不会以任何有趣的方式有所不同。

我认为 StyleGAN 的最新版本允许您在保持身份大致相同的同时更改面部姿势，但原始 StyleGAN 没有做出这样的保证。

【讨论】：

所以我想这是可能的，但现在不行。这可能是金融科技界的噩梦，因为世界正在快速转向虚拟银行（像 COVID-19 这样的事情正在加速这一进程），而这些公司正在争夺开户时间。这些账户中有多少是真实的？您可以从字面上伪造一切
@pouya 在 StyleGAN2 论文（参见 github.com/NVlabs/stylegan2）中，作者指出，他们的新版本更容易检测给定图像是否由模型生成。所以他们当然知道这个问题。