可逆条件生成对抗网络在图像编辑中的应用

生成对抗网络（GANs）最近已证明能够成功逼近复杂的数据分布。该模型的一个重要扩展是条件生成对抗网络（cGANs），通过引入外部信息，可以确定生成图像的具体表示。在本研究中，我们评估了编码器用于逆向映射cGAN的能力，即从真实图像映射到潜在空间和条件表示。这使得例如可以根据任意属性重建和修改真实的人脸图像成为可能。此外，我们还评估了cGAN的设计。编码器与cGAN的结合，我们称之为可逆cGAN（IcGAN），能够以确定的方式对真实图像进行复杂的再生成和修改。