network-bending:操作StyleGAN2的内部表示形式

网络弯曲 网络弯曲：深度生成模型的表达操纵 特伦斯·布罗德（Terence Broad），弗雷德里克（Frederic Fol Leymarie），米克·格里森（Mick Grierson） 在第十届音乐，声音，艺术和设计人工智能国际会议（EvoMUSART 2021）上发表。 论文： : 视频： ： 摘要：我们引入了一个新的框架，用于处理称为网络弯曲的深度生成模型并与之交互。 我们提出了一套全面的确定性转换，可以将它们作为不同的层插入经过训练的生成神经网络的计算图中，并在推理过程中应用。 此外，我们提出了一种新颖的算法，用于基于空间生成图分析深度生成模型和聚类特征。 这允许基于空间相似性以无监督的方式将要素分组在一起。 这导致对特征集合的有意义的操纵，这些特征集合对应于所生成图像的语义上重要的特征的广泛阵列的生成。 我们概述了此框架，以在多个图像数据集上训练的最新深度生