Using latent space regression to analyze and leverage compositionality in GANs
Новый подход в Attribute Editing: используя разные части из набора изображений, сгенерировать объект, который будет их общей композицией. Можно генерировать лица, машины, здания и др.
Tech details: авторы предлагают использовать метод регрессии (в виду feedforward networks) для преобразования фич изображения в латентное пространство претренированного GAN. Отличие от похожих методов инверсии в том, что обычно используют подход итеративной оптимизации (Image Processing Using Multi-Code GAN Prior, Analyzing and Improving the Image Quality of StyleGAN), а регрессия показывает большую точность.
#papers
_______
Источник | #eiaioi
Новый подход в Attribute Editing: используя разные части из набора изображений, сгенерировать объект, который будет их общей композицией. Можно генерировать лица, машины, здания и др.
Tech details: авторы предлагают использовать метод регрессии (в виду feedforward networks) для преобразования фич изображения в латентное пространство претренированного GAN. Отличие от похожих методов инверсии в том, что обычно используют подход итеративной оптимизации (Image Processing Using Multi-Code GAN Prior, Analyzing and Improving the Image Quality of StyleGAN), а регрессия показывает большую точность.
#papers
_______
Источник | #eiaioi