题目:In-Domain GAN Inversion for Faithful Reconstruction and Editability
领域内GAN反演:用于精确重建和可编辑性
作者:Jiapeng Zhu, Yujun Shen, Yinghao Xu, Deli Zhao, Qifeng Chen, and Bolei Zhou,
摘要
生成对抗网络(GANs)通过将随机采样的潜在代码映射到高保真合成图像,显著推进了图像合成技术。然而,将训练良好的GAN应用于真实图像编辑仍然具有挑战性。一个常见的解决方案是找到一个近似的潜在代码,能够充分恢复输入图像以进行编辑,这也被称为GAN反演。为了反演GAN模型,先前的工作通常专注于在像素级重建目标图像,但很少有研究涉及反演结果是否能够很好地支持语义级别的操作。本工作通过提出领域引导的GAN反演来填补这一空白,该方法包括一个领域引导的编码器和一个领域正则化优化器,以在预训练的GAN模型