图像语义编辑

Navigating the GAN Parameter Space for Semantic Image Editing

paper
yandex-research/navigan
生成对抗网络是用于视觉编辑的必不可少的工具，是图像到图像变换、图像重建恢复的标准组件。GAN对于可控生成特别有用，因为它的潜在空间包含范围广泛的可解释方向，非常适合语义编辑操作。通过这些方向逐渐更改潜在的代码，可以产生令人印象深刻的视觉效果。

• 原理
  
• 结果
  
  
• 不同参数空间比较
  
  
• 视觉效果的局部性
  
• 方法比较