StyleCLIP: Text-Driven Manipulation of StyleGAN Imagery 论文阅读笔记
笔者的话:最近看了StyleGAN的中文解析,觉得得把笔记写得通俗一点比较好,直接翻译看的好累,还不如直接看原文。从这篇开始,向他们学习!ヾ(◍°∇°◍)ノ゙
创新点:
- 结合了StyleGAN(最近风格迁移的利器,下面会介绍)和CLIP(预训练的Text-Image模型,可以提供网络一个名词,比如老虎,对应的图片的样子)。
- 数据集上,这个方法可以用于多个领域,不用局限于数据注释的限制。
介绍
StyleGAN
核心概念如上图所示,传统的generator直接将一个位于向量空间Z的纠缠(entangled)的向量z直接作为网络的输入,而StyleGAN通过Mapping
Network(即图中一连串的FC)将z给映射到中间潜在空间W,在W中,特征的每一维代表图片的某个特征,且相互独立。这样做更利于网络学习&#