Navigating the GAN Parameter Space for Semantic Image Editing
paper
yandex-research/navigan
生成对抗网络是用于视觉编辑的必不可少的工具,是图像到图像变换、图像重建恢复的标准组件。GAN对于可控生成特别有用,因为它的潜在空间包含范围广泛的可解释方向,非常适合语义编辑操作。通过这些方向逐渐更改潜在的代码,可以产生令人印象深刻的视觉效果。
- 原理
- 结果
- 不同参数空间比较
- 视觉效果的局部性
- 方法比较