基于样式的生成式对抗网络生成器架构

基于样式的生成式对抗网络生成器架构(中文10000字,英文PDF)
摘要
我们借鉴样式迁移论文提出了一种新的生成器架构来生成对抗式神经网络，它可对高级属性（如人类的姿势、身份）进行自动学习和无监督分割，且生成图像还具备随机变化（如雀斑、头发），该架构可以对图像合成进行直观的、规模化的控制，在传统的分布质量指标上达到了当前的最优，展示了更好的插值属性，并且能够并且更好的处理隐式变量。为了评价插值质量和解耦合的效果，我们提出了两种新的，适用于任何生成器架构的自动化方法。最后，我们介绍一个新的，高度多样化和高质量的人脸数据集。