人脸生成新SOTA？它还是GAN。

最新推荐文章于 2024-06-20 09:39:30 发布

机器学习与AI生成创作

最新推荐文章于 2024-06-20 09:39:30 发布

阅读量951

点赞数

分类专栏：扩散模型与GAN生成对抗网络

本文链接：https://blog.csdn.net/lgzlgz3102/article/details/105872908

版权

121 篇文章 127 订阅

订阅专栏

点击上方“机器学习与生成对抗网络”，关注"星标"

获取有趣、好玩的前沿干货！

这是份论文速递。

众所周知，GAN可分为无条件无监督式、条件监督式两大类；前者不需要标签，后者相反；
现有的GAN应用大多是监督条件式的，需要大量带标签数据，以生成期望数据；
GAN用于数据生成，庞大充分的数据、以及繁杂的训练技巧下，获取良好的生成效果已渐为易事；
难还在于，如何精准地控制生成所需要的数据？如人脸编辑，现有方法大多基于大量人工的属性标签进行训练，如果缺乏标签，无监督式GAN的生成如何精准控制？
无监督生成Z->image中，Z往往是过于纠缠不清的，易“牵一发而动全身”，每个因子分别控制什么？
StyleGAN的基于style的生成器，通过对以往的Z进行深层次解耦学习：对不同尺度的特征进行干预，（在类似解码的过程中）由于低层控制了高级的语义，高层控制了细微的语义，在不同尺度干预下完成语义解耦。也主要因此而大获成功。
即便如此，无监督式的解耦、真正的精准控制，仍然远未完成。
Z的可解释性和控制，如何做到更好？对Z如何进行进一步干预和分解？

前言

自编码结构通常作假设：潜在空间应该是具有匹配对应先验的概率分布的；而现有的SOTA的GAN（比如StyleGAN）表明中间的潜在空间，它与直接输入距离得足够远，往往可以（学习）到更好的解耦属性；
由此，作者设计自编码结构，它可以从现有数据分布中学习得到潜在分布，以更好进行解耦；
结合GAN优秀的策略，即对抗的方法获取输出；
当然，自编码的图像重建层面的loss往往都是次优选择，故本文在潜在空间进行对抗约束，即所谓“Adversarial Latent Autoencoder”。