【发布时间】:2020-02-09 10:43:44
【问题描述】:
我正在研究 StyleGAN。这对我来说是新的,我无法理解生成图像的混合风格。
在此图像中显示,使用 A 创建了 B 图像。如果我想使用不是来自训练数据的源图像,我该怎么做?
【问题讨论】:
标签: generate generative-adversarial-network
我正在研究 StyleGAN。这对我来说是新的,我无法理解生成图像的混合风格。
在此图像中显示,使用 A 创建了 B 图像。如果我想使用不是来自训练数据的源图像,我该怎么做?
【问题讨论】:
标签: generate generative-adversarial-network
在该示例图像中,A 源图像不是训练数据。它们是不存在的人的生成图像。训练好的网络(只是生成器部分)不接受任何图像作为输入,它只接受一个随机的 512 维向量(潜在)。
因此,仅使用 StyleGAN 是不可能完成您所要求的工作的。您需要一些方法来将输入图像减少为潜在向量,这很难做到,并且无论如何不能保证给出合理的结果。
后续论文 StyleGAN2 (https://github.com/NVlabs/stylegan2) 的架构使得尝试为输入图像找到匹配的潜在值稍微容易一些,他们甚至讨论了如何做到这一点。
【讨论】: