【机器之心】人脸合成效果媲美StyleGAN，而它是个自编码器( 二 )
本文插图
图 2：StyleALAE 架构 。 StyleALAE 编码器中的实例归一化（IN）层用来提取多尺度风格信息 ， 并通过可学习的多重线性映射（multilinear map）将它们组合成为一个潜在代码 w 。
实现
ALAE 的算法训练过程参见下图：
本文插图
ALAE 效果如何？
该研究在多个数据集上评估了 ALAE 的性能 ， 实验代码和数据参见 GitHub 地址 。
在 MNIST 上的性能
研究者使用 MNIST 数据集训练 ALAE ， 并使用特征表示来执行分类、重建和分析解耦能力的任务 。
本文插图
表 2：不同方法在 MNIST 分类任务上的性能 。
本文插图
图 3：MNIST 重建效果 。
StyleALAE 学习风格表征的能力
研究者在 FFHQ、LSUN 和 CelebA-HQ 数据集上评估 StyleALAE 的性能 。
本文插图
表 3：不同方法在 FFHQ 和 LSUN 数据集上的 FID 分数 。
本文插图
表 4：不同方法的感知路径长度（PPL） ， 表示表征解耦程度 。
本文插图
图 5：FFHQ 重建结果 。 StyleALAE 对未见过的图像的 1024×1024 重建结果 。
本文插图
图 6：StyleALAE 的 FFHQ 生成结果（1024 × 1024 分辨率） 。
本文插图
图 9：StyleALAE 的风格混合效果 。 「coarse styles」从 Source 图像中复制了高级特征 ， 如姿势、大致发型和脸型 ， 从 Destination 图像中复制了所有颜色（眸色、发色和光照）；「middle styles」从 Source 图像中复制了较小型的面部特征例如发式、眼睛睁/闭 ， 从 Destination 图像中复制了脸型；「fine styles」从 Source 图像中复制了颜色和微结构 。
本文插图
图 8：不同方法在 CelebA-HQ 数据集上的重建结果 。 第一行是真实图像；第二行：StyleALAE；第三行：Balanced PIONEER；第四行：PIONEER 。
从图中可以看出 ， StyleALAE 的生成结果更加清晰 ， 失真度也最低 。
推荐阅读
- 带你吃瓜做个无情的尖叫机器啊啊——任嘉伦《琵琶行》造型大片抢先看，200505
- 军人驿站国际观察俄土科技差距显露无疑，美称此战可载入史册，叙利亚爆发机器人大战
- 松鼠军评俄土科技差距显露无疑，美称此战载入史册，叙利亚爆发机器人大战
- 埃尔法哥哥还可以做扫地机器人啊，自动驾驶不做了
- 界面新闻MIT：美国制造业每多1个机器人，平均取代3.3名工人
- 读懂新金融营销、城市、机器人、养牛养鱼……新型科技公司的十八般武艺
- 掘金界金融安防市场规模或超千亿，关注3股，首个人脸识别国际标准发布
- 极客公园机器人大爆发的时代来了？风口上的优必选说要「保持冷静」
- 15个最流行的GitHub机器学习项目
- 上观新闻疫情不改发展进程 协同创新推动“智造”加速跑，“机器人”核心部件实现自主研发