李宏毅《GAN Lecture》学习笔记8 - Photo Editing

本文探讨了如何利用GAN改进图像编辑能力,通过Encoder和Generator研究latent vector与图像属性的关系,实现了智能Photoshop。文章介绍了从图像到latent vector的方法,以及损失函数在生成图像中的应用,并展示了GAN在图像增强和补全方面的潜力。
摘要由CSDN通过智能技术生成

Photo Editing

本节内容介绍使用GAN来提升图像编辑的能力,课程pdfvideo

Latent Vector与生成的图像属性有关系

使用GAN生成高清照片(如人脸照片)已经越来越多,2019年初的StyleGAN已经可以完成高清的、逼真的人生成。输入是latent vector,输出是一幅高清图像。通过修改latent vector,就可以改变输出的图像特点(如改变头发长短、发型、性别、面部表情、不同的朝向等)。
在这里插入图片描述
在这里插入图片描述

如何确认latent feature与生成的人物属性之间的关系

使用Encoder生成latent vector

  • 通过增加一个Encoder,使得Encoder+Generator作为一个整体,训练Encoder,使其输入x和输出x_gen尽可能相同。这样
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值