【问题标题】:StyleGAN how to generate B image using A source imageStyleGAN 如何使用 A 源图像生成 B 图像
【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


    【解决方案1】:

    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】:

    • 谢谢@Kristoffer Sjöö
    猜你喜欢
    • 1970-01-01
    • 2020-03-30
    • 1970-01-01
    • 2019-03-16
    • 2013-04-30
    • 2021-06-24
    • 2018-06-07
    • 2017-06-01
    • 1970-01-01
    相关资源
    最近更新 更多