这是一篇来自CVPR2022关于GAN的新作：SemanticStyleGAN - Project Page

文章效果惊艳，引入了语义图进行解耦，很有新意。

摘要

1、介绍

2、相关工作

latent space

Compositional Image Synthesis

Layout-based Generators

3、方法（看原文吧，xdm）

1、局部生成器

2、Fusion

3、Render

4、判别器

4、效果

摘要

stylegan为下游生成任务提供了promising prior models，但是stylegan的the latent codes是全局的（如下图，stylegan中是latent z是经过Normalize 和FC 层得到的）。这并不能很好对生成图像进行 a fine-grained control。本文提出semanticstylegan是model local semantic parts separately，重点放在生成器的改进上（往下看，其实判别器也做了进步）。实现了符合latent z对应的structure and texture（文章实验部分对这里做了可视化，看着图感觉解的挺好）。后面就是吹自己做的好了

1、介绍

首先指出在gan的生成是从latent space中random code开始的，说出传统gan不可控。说stylegan的generated image is conditioned on a set of coarse-to-fine latent codes。但是这些latent code任然很混淆（确实）。

作者说了以下两种解决方式

1、by learning a linear boundary or a neural network in the latent space of StyleGAN

2、to train a new GAN model from scratch by introducing additional supervision or inductive biases.

紧接着指出，本文的解耦是从语义mask入手的。

2、相关工作

latent space

1、manipulate the latent space of a pre-trained GAN network：trains a attribute model

2、learn a GAN with more disentangled latent space using additional supervision

Compositional Image Synthesis

这段自己看原文吧

Layout-based Generators

1、a semantic segmentation mask

2、a sketch image

nips2021的editgan也是语义生成，可以对比一下。作者表明：we build a semantic-aware generator that directly associates different local areas with latent codes, these codes can then be used to edit both local structure and texture.

这篇文章确实不一样，别人解耦的属性都是直接喂入网络，这篇文章解耦后再输出feature map和pseudo-depth。

3、方法（看原文吧，xdm）

网络架构。我们来看看怎么得到feature map 和pseudo-depth两个参数

这里的自问自答挺有意思的：

问答2挺有意思的，使用了双分支判别器来监督image和mask

1、局部生成器

这里的render输出也是两个，image和对应的mask

局部生成器也就是上面的ppt内容，这里傅里叶p代表位置信息是引用自Fourier Features Let Networks Learn High Frequency Functions in Low Dimensional Domains

2、Fusion

1、首先通过pseudo-depth生成mask

2、作为网络R的输入。公式虽然是这样，但m微调了。这里为什么不用m直接作为f的融合，原文也说到了

3、Render

渲染器和stylegan的生成器结构类似，做了微调。原文有

还说明了Render除了输出RGB图像和输出mask

4、判别器

4、效果

这里说傅里叶操作特征融合：（Fourier feature是position encoding，训练的时候时候是固定的（可以看作是stylegan2中的constant input），但测试的时候可以改变对象的位置大小，stylegan3也用到了这种input）

CVPR2022-SemanticStyleGAN相关推荐

学习笔记：SemanticStyleGAN 面向可控图像合成和编辑的组合生成先验学习
[CVPR-2022] SemanticStyleGAN: Learning Compositional Generative Priors for Controllable Image Synthe ...
【研究生工作周报】（GAN最新论文调研）
GAN系列最新论文调研文章目录 GAN系列最新论文调研前言一.EditGAN:High-Precision Semantic Image Editing 二.TransductGAN: a Tr ...
CVPR2022 | 只用一张图+相机走位，AI就能脑补周围环境，来自华人团队
明敏发自凹非寺量子位 | 公众号 QbitAI 站在门口看一眼,AI就能脑补出房间里面长什么样: 是不是有线上VR看房那味儿了? 不只是室内效果,来个远景长镜头航拍也是so easy: 而且渲染 ...
CVPR2022最新106篇论文整理｜包含目标检测、动作识别、图像处理等32个方向
转自:极市平台分类目录: 检测类 2D目标检测 3D目标检测伪装目标检测显著性目标检测边缘检测消失点检测分割类图像分割语义分割视频目标分割人脸人脸生成人脸检测图像处理图像复 ...
只用一张图+相机走位，AI就能脑补周围环境，来自华人团队 | CVPR2022
明敏发自凹非寺量子位 | 公众号 QbitAI 站在门口看一眼,AI就能脑补出房间里面长什么样: 是不是有线上VR看房那味儿了? 不只是室内效果,来个远景长镜头航拍也是so easy: 而且渲染 ...
【学习周报9.26 ~ 10.1】Hierarchical Modular Network for Video Captioning(CVPR2022)
学习内容: 论文:Hierarchical Modular Network for Video Captioning(CVPR2022) 论文:End-to-End Object Detection ...
CVPR2022：计算机视觉中长尾数据平衡对比学习
点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 [前言] 现实中的数据通常存在长尾分布,其中一些类别占据数据集的大部分,而大多数稀有样本包含的数量有限,使用交 ...
ConvNext模型复现--CVPR2022
ConvNext模型复现--CVPR2022 1.Abstract 2.ConvNet现代化:路线图 3.模型设计方案 3.1 Macro Design(宏观设计) 3.2 ResNext-ify 3 ...
CVPR2022 | 重新审视池化：你的感受野不是最理想的
前言本文提出了一种简单而有效的动态优化池操作( Dynamically Optimized Pooling operation),称为DynOPool,它通过学习每一层感受野的最佳大小和形状来优化特 ...
CVPR2022论文集锦 | CVPR2022最新论文 | CVPR2022审稿结果 | CVPR2022录取结果
持续更新Github: https://github.com/Sophia-11/Awesome-CVPR-Paper CVPR2022文集正在准备,请持续关注 2021持续论文集锦百度云请在[计算机 ...

CVPR2022-SemanticStyleGAN

摘要

1、介绍

2、相关工作

latent space

Compositional Image Synthesis

Layout-based Generators

3、方法（看原文吧，xdm）

1、局部生成器

2、Fusion

3、Render

4、判别器

4、效果

CVPR2022-SemanticStyleGAN相关推荐

最新文章

热门文章