sefa:[CVPR 2021] GAN中潜在语义的闭式分解

SeFa-GAN中潜在语义的闭式分解 图：使用SeFa从各种GAN模型中发现的通用语义。 GAN中潜在语义的闭式分解沉玉军，周伯雷2021年计算机视觉和模式识别（CVPR）（口头） [] [] [] [ ] 在此存储库中，我们提出了一种封闭形式的方法，称为SeFa ，用于GAN中的无监督潜在语义分解。 使用此算法，我们能够从在各种数据集上训练的不同GAN模型中发现通用语义。 最重要的是，该方法不依赖于预先训练语义预测并有一个非常快速的实现（即小于1秒来解释模型）。 下面显示了一些有关动漫面Kong，猫和汽车的有趣结果。 注意：以下语义是以完全不受监督的方式标识的，并在后面加上注释以供参考。 动漫面Kong 姿势 嘴 绘画风格 猫 姿势（左右） 姿势（上下） 飞涨 汽车 方向 垂直位置 形状 语义发现 用以下方法解释特定模型非常简单 MODEL_NAME=stylega