.png){kind=icon}
返回
Robust GAN inversion
.png){kind=icon}
PRE
AI
DOI：10.1080/10556788.2025.2581586.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
GAN inversion旨在忠实地重建真实目标图像，同时保留预训练生成器潜在空间所提供的可编辑性。我们引入WRanGAN，一种权重随机化的StyleGAN2变体，其学习自适应的逐参数正则化系数。在反演过程中，我们优化一个潜在代码，同时优化一个控制随机权重的低维噪声向量。这比之前的调优方法（例如PTI）具有更低的失真，同时保持在原始W空间中，从而保留了编辑质量。在FFHQ和LSUN Church上的大量实验表明，在重建、编辑和计算成本方面均有持续改进。
Keyword:
GAN inversion
regularization strategy
optimization