文件名称：ID-disentanglement:通过潜在空间映射消除人脸身份[SIGGRAPH ASIA 2020]
文件大小：4.47MB
文件格式：ZIP
更新时间：2024-04-23 17:48:06
Python
通过潜在空间映射的面部识别解缠 描述 通过潜在空间映射进行人脸识别解缠的论文的正式实施，用于培训和评估。 通过潜在空间映射的面部识别解缠Yotam Nitzan 1 ，Amit Bermano 1 ，Yangyang Li 2 ，Daniel Cohen-Or 1 1特拉维夫大学， 2阿里巴巴 摘要：学习数据的纠缠表示是人工智能中的一个基本问题。 具体而言，解纠缠的潜在表示可让生成模型控制和组合合成过程中的解纠缠因子。 但是，当前的方法需要大量的监督和培训，或者相反，明显地损害了质量。 在本文中，我们提出了一种方法，该方法学习如何以最少的监督，以纠缠的方式表示数据，该方法仅通过可用的预训练网络来体现。 我们的关键见解是通过采用领先的预先训练无条件图像生成器（例如StyleGAN）来解开纠缠和合成的过程。 通过学习映射到其潜在空间，我们既可以利用其最先进的质量，又可以利用其丰富而富于表现
【文件预览】：
ID-disentanglement-main
----main.py(3KB)
----docs()
--------index.html(7KB)
--------imgs()
--------mainpage.css(981B)
--------setup.md(2KB)
----environment.yml(4KB)
----inference.py(6KB)
----model()
--------attr_encoder.py(940B)
--------face_detector.py(1KB)
--------stylegan.py(25KB)
--------generator.py(2KB)
--------discriminator.py(1KB)
--------__init__.py(0B)
--------landmarks.py(4KB)
--------model.py(1KB)
--------latent_mapping.py(1KB)
--------id_encoder.py(3KB)
--------arcface()
----test.py(1KB)
----arglib()
--------arglib.py(7KB)
--------__init__.py(0B)
----LICENSE(1KB)
----trainer.py(19KB)
----data_loader()
--------data_loader.py(5KB)
--------__init__.py(0B)
----.gitignore(16B)
----writer.py(925B)
----README.md(6KB)
----utils()
--------general_utils.py(8KB)
--------generate_fake_data.py(3KB)
--------__init__.py(0B)