中年|B站Up主自制秃头生成器,一键get张东升同款发型( 二 )


对于任何二进制属性 , 在潜在空间中都存在一个超平面 , 使来自同一侧的所有样本都具有相同的属性 , 这样便可以训练负责每个属性的独立线性SVM 。 因此 , 我们需要从StyleGAN的512维潜在空间中找到一个超平面 。

要查找超平面 , 需要配对的潜在代码数据和该属性的分数 。 最终研究人员决定使用在大型数据集上训练过的预训练分类器来获取头发属性 。 10个属性匹配的10个分类器大约生成了20k个潜在代码和分数组 。 这些配对的潜在代码在头发属性上训练了独立的线性SVM , 通过验证评估 , 其准确度达到了80% 。
对于每个输入图像 , 首先在StyleGAN潜在空间中找到它的特定位置 , 然后沿着特定方向移动 , 并进行语义编辑 。
中年|B站Up主自制秃头生成器,一键get张东升同款发型
本文插图

关于条件边界 , 研究人员谈到许多属性是相互耦合 。 比如发际线的高低与年龄有关 , 发型较长的通常为女性 , 男性的胡子和鬓角更为明显等 。 因此 , 将目标属性与其相关属性分开至关重要 。
正是出于这一点 , 这种通过寻找超平面边界来编辑人脸属性的方法也存在一些不足 。 当使用一个属性编辑面孔时 , 一些其他属性也可能由于它们的相关性而被更改 。 另外 , 该模型也无法完成跨性别的人脸交换 。 研究人员称或许更多的分类器和使用特殊的数据集训练可以解决以上问题 。
最后 , MarsLUL坦言自己制作这款秃顶生成器 , 目的是警醒大家合理作息防脱发!小编奉上完整视频链接 , 希望大家都能成为发量浓密的程序猿 。
https://medium.com/swlh/hairstyle-transfer-semantic-editing-gan-latent-code-b3a6ccf91e82


推荐阅读