生成专题4 | StyleGAN2的其他改进

  • 文章转自微信公众号：机器学习炼丹术
  • 作者：陈亦新（欢迎交流共同进步）
  • 联系方式：微信cyx645016617
  • 学习论文：Analyzing and Improving the Image Quality of StyleGAN

文章目录


4.1 Path length regularization

在生产人脸的同时，我们希望可以控制人脸的属性，不同的latent code可以得到不同的人脸，当确定latent code变化的具体方向时，该方向上不同的大小对应了图像上某一个具体变化的不同幅度。为了达到这个目的，设计了Path legnth regularization，这个正则化的公式如下：

版权声明：本文为qq_34107425原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。