222
社区成员




【仅使用预训练StyleGAN进行图像处理】 由于高质量的生成和解耦潜在空间,StyleGAN已经可以做各种图像处理和编辑任务。然而,不同任务通常需要额外的架构或特定任务的训练范式。因此,研究人员更深入地研究了#StyleGAN# 的空间特性。结果表明,通过预训练的StyleGAN以及一些操作,无需任何额外架构,就可以在各种任务上与SOTA方法相媲美,包括图像混合、全景生成、从单个图像生成、可控和局部多模态图像到图像的翻译和属性转移。所提出的方法简单、有效、高效,并且适用于任何现有的预训练StyleGAN模型。论文: https://arxiv.org/abs/2111.01619;代码 https://arxiv.org/abs/2111.01619%EF%BC%9B%E4%BB%A3%E7%A0%81 : https://github.com/mchong6/SOAT